JP2023531567A - 進行性前立腺がんを判定するためのバイオマーカー組合せ - Google Patents
進行性前立腺がんを判定するためのバイオマーカー組合せ Download PDFInfo
- Publication number
- JP2023531567A JP2023531567A JP2023523315A JP2023523315A JP2023531567A JP 2023531567 A JP2023531567 A JP 2023531567A JP 2023523315 A JP2023523315 A JP 2023523315A JP 2023523315 A JP2023523315 A JP 2023523315A JP 2023531567 A JP2023531567 A JP 2023531567A
- Authority
- JP
- Japan
- Prior art keywords
- test
- cap
- population
- subjects
- psa
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 206010060862 Prostate cancer Diseases 0.000 title claims abstract description 150
- 208000000236 Prostatic Neoplasms Diseases 0.000 title claims abstract description 149
- 239000000090 biomarker Substances 0.000 title description 85
- 238000000034 method Methods 0.000 claims abstract description 165
- 230000000750 progressive effect Effects 0.000 claims abstract description 56
- 238000012360 testing method Methods 0.000 claims description 217
- 108010072866 Prostate-Specific Antigen Proteins 0.000 claims description 205
- 102100038965 WAP four-disulfide core domain protein 2 Human genes 0.000 claims description 163
- 108091002660 WAP Four-Disulfide Core Domain Protein 2 Proteins 0.000 claims description 79
- 239000000126 substance Substances 0.000 claims description 76
- 238000007477 logistic regression Methods 0.000 claims description 63
- 239000012472 biological sample Substances 0.000 claims description 60
- 210000002307 prostate Anatomy 0.000 claims description 50
- 230000035945 sensitivity Effects 0.000 claims description 49
- 238000005259 measurement Methods 0.000 claims description 39
- 230000027455 binding Effects 0.000 claims description 26
- 238000001514 detection method Methods 0.000 claims description 22
- 238000002965 ELISA Methods 0.000 claims description 18
- 210000004369 blood Anatomy 0.000 claims description 18
- 239000008280 blood Substances 0.000 claims description 18
- 210000001519 tissue Anatomy 0.000 claims description 17
- 102000004169 proteins and genes Human genes 0.000 claims description 14
- 108090000623 proteins and genes Proteins 0.000 claims description 14
- 230000009466 transformation Effects 0.000 claims description 11
- 210000002966 serum Anatomy 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 210000002381 plasma Anatomy 0.000 claims description 8
- -1 DRE Proteins 0.000 claims description 7
- 108020004707 nucleic acids Proteins 0.000 claims description 7
- 102000039446 nucleic acids Human genes 0.000 claims description 7
- 150000007523 nucleic acids Chemical class 0.000 claims description 7
- 210000002700 urine Anatomy 0.000 claims description 7
- 238000001262 western blot Methods 0.000 claims description 6
- 238000000684 flow cytometry Methods 0.000 claims description 5
- 238000001502 gel electrophoresis Methods 0.000 claims description 5
- 238000003364 immunohistochemistry Methods 0.000 claims description 5
- 238000000163 radioactive labelling Methods 0.000 claims description 5
- 210000003296 saliva Anatomy 0.000 claims description 5
- 210000001138 tear Anatomy 0.000 claims description 5
- 125000002228 disulfide group Chemical group 0.000 claims description 4
- 230000002250 progressing effect Effects 0.000 claims description 4
- 238000002835 absorbance Methods 0.000 claims description 3
- 230000004069 differentiation Effects 0.000 claims description 3
- 238000003119 immunoblot Methods 0.000 claims description 3
- 238000010166 immunofluorescence Methods 0.000 claims description 3
- 238000001114 immunoprecipitation Methods 0.000 claims description 3
- 238000004949 mass spectrometry Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000003498 protein array Methods 0.000 claims description 3
- 230000002285 radioactive effect Effects 0.000 claims description 3
- 238000000844 transformation Methods 0.000 claims description 3
- 230000003321 amplification Effects 0.000 claims description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims description 2
- 238000004128 high performance liquid chromatography Methods 0.000 claims description 2
- 239000004005 microsphere Substances 0.000 claims description 2
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 2
- 102000007066 Prostate-Specific Antigen Human genes 0.000 claims 24
- 102100038358 Prostate-specific antigen Human genes 0.000 description 181
- 101000955067 Homo sapiens WAP four-disulfide core domain protein 2 Proteins 0.000 description 69
- 238000001574 biopsy Methods 0.000 description 63
- 238000011161 development Methods 0.000 description 35
- 206010028980 Neoplasm Diseases 0.000 description 27
- 201000011510 cancer Diseases 0.000 description 27
- 238000013211 curve analysis Methods 0.000 description 23
- 239000000523 sample Substances 0.000 description 23
- 238000002790 cross-validation Methods 0.000 description 18
- 238000012549 training Methods 0.000 description 18
- 238000003556 assay Methods 0.000 description 14
- 230000009467 reduction Effects 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 12
- 238000011156 evaluation Methods 0.000 description 12
- 230000015556 catabolic process Effects 0.000 description 11
- 238000010200 validation analysis Methods 0.000 description 11
- 239000003153 chemical reaction reagent Substances 0.000 description 9
- 238000002405 diagnostic procedure Methods 0.000 description 8
- 230000006872 improvement Effects 0.000 description 8
- 239000000427 antigen Substances 0.000 description 7
- 108091007433 antigens Proteins 0.000 description 7
- 102000036639 antigens Human genes 0.000 description 7
- 210000001124 body fluid Anatomy 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 7
- 238000011002 quantification Methods 0.000 description 7
- 102100025277 C-X-C motif chemokine 13 Human genes 0.000 description 6
- 101000858064 Homo sapiens C-X-C motif chemokine 13 Proteins 0.000 description 6
- 238000002595 magnetic resonance imaging Methods 0.000 description 6
- 101000808011 Homo sapiens Vascular endothelial growth factor A Proteins 0.000 description 5
- 102100039037 Vascular endothelial growth factor A Human genes 0.000 description 5
- 239000010839 body fluid Substances 0.000 description 5
- 210000004027 cell Anatomy 0.000 description 5
- 239000003814 drug Substances 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 238000012216 screening Methods 0.000 description 5
- 108090000435 Urokinase-type plasminogen activator Proteins 0.000 description 4
- 108010053099 Vascular Endothelial Growth Factor Receptor-2 Proteins 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 239000000872 buffer Substances 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 229940079593 drug Drugs 0.000 description 4
- 239000012634 fragment Substances 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000012552 review Methods 0.000 description 4
- 238000001356 surgical procedure Methods 0.000 description 4
- 206010004446 Benign prostatic hyperplasia Diseases 0.000 description 3
- 102000004190 Enzymes Human genes 0.000 description 3
- 108090000790 Enzymes Proteins 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 3
- 208000004403 Prostatic Hyperplasia Diseases 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 229940088598 enzyme Drugs 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 210000004408 hybridoma Anatomy 0.000 description 3
- 238000003018 immunoassay Methods 0.000 description 3
- 239000003446 ligand Substances 0.000 description 3
- 239000012528 membrane Substances 0.000 description 3
- 229920001184 polypeptide Polymers 0.000 description 3
- 102000004196 processed proteins & peptides Human genes 0.000 description 3
- 108090000765 processed proteins & peptides Proteins 0.000 description 3
- 208000017497 prostate disease Diseases 0.000 description 3
- 238000002604 ultrasonography Methods 0.000 description 3
- 229940113178 5 Alpha reductase inhibitor Drugs 0.000 description 2
- 239000002677 5-alpha reductase inhibitor Substances 0.000 description 2
- 102100021253 Antileukoproteinase Human genes 0.000 description 2
- 241000271566 Aves Species 0.000 description 2
- PCLCDPVEEFVAAQ-UHFFFAOYSA-N BCA 1 Chemical compound CC(CO)CCCC(C)C1=CCC(C)(O)C1CC2=C(O)C(O)CCC2=O PCLCDPVEEFVAAQ-UHFFFAOYSA-N 0.000 description 2
- 241000283690 Bos taurus Species 0.000 description 2
- 108010029697 CD40 Ligand Proteins 0.000 description 2
- 102100032937 CD40 ligand Human genes 0.000 description 2
- 102000004127 Cytokines Human genes 0.000 description 2
- 108090000695 Cytokines Proteins 0.000 description 2
- 101100481408 Danio rerio tie2 gene Proteins 0.000 description 2
- 101150029707 ERBB2 gene Proteins 0.000 description 2
- 241000283073 Equus caballus Species 0.000 description 2
- 102000010956 Glypican Human genes 0.000 description 2
- 108050001154 Glypican Proteins 0.000 description 2
- 108050007238 Glypican-1 Proteins 0.000 description 2
- 108010017080 Granulocyte Colony-Stimulating Factor Proteins 0.000 description 2
- 102100039619 Granulocyte colony-stimulating factor Human genes 0.000 description 2
- 102100021866 Hepatocyte growth factor Human genes 0.000 description 2
- 101000615334 Homo sapiens Antileukoproteinase Proteins 0.000 description 2
- 101000898034 Homo sapiens Hepatocyte growth factor Proteins 0.000 description 2
- 101001076408 Homo sapiens Interleukin-6 Proteins 0.000 description 2
- 101000868152 Homo sapiens Son of sevenless homolog 1 Proteins 0.000 description 2
- 108010021625 Immunoglobulin Fragments Proteins 0.000 description 2
- 102000008394 Immunoglobulin Fragments Human genes 0.000 description 2
- 102000003810 Interleukin-18 Human genes 0.000 description 2
- 108090000171 Interleukin-18 Proteins 0.000 description 2
- 108010002586 Interleukin-7 Proteins 0.000 description 2
- 102000016267 Leptin Human genes 0.000 description 2
- 108010092277 Leptin Proteins 0.000 description 2
- 241000124008 Mammalia Species 0.000 description 2
- 102000003735 Mesothelin Human genes 0.000 description 2
- 108090000015 Mesothelin Proteins 0.000 description 2
- 101100481410 Mus musculus Tek gene Proteins 0.000 description 2
- 102000004264 Osteopontin Human genes 0.000 description 2
- 108010081689 Osteopontin Proteins 0.000 description 2
- 239000002033 PVDF binder Substances 0.000 description 2
- 108010004729 Phycoerythrin Proteins 0.000 description 2
- 241000276498 Pollachius virens Species 0.000 description 2
- 241000288906 Primates Species 0.000 description 2
- 206010036772 Proctalgia Diseases 0.000 description 2
- 241000283984 Rodentia Species 0.000 description 2
- 240000006661 Serenoa repens Species 0.000 description 2
- 235000005318 Serenoa repens Nutrition 0.000 description 2
- 108010003723 Single-Domain Antibodies Proteins 0.000 description 2
- 208000000453 Skin Neoplasms Diseases 0.000 description 2
- 102000003990 Urokinase-type plasminogen activator Human genes 0.000 description 2
- 108010073923 Vascular Endothelial Growth Factor C Proteins 0.000 description 2
- 102000016549 Vascular Endothelial Growth Factor Receptor-2 Human genes 0.000 description 2
- 102100038232 Vascular endothelial growth factor C Human genes 0.000 description 2
- 238000013103 analytical ultracentrifugation Methods 0.000 description 2
- 238000009167 androgen deprivation therapy Methods 0.000 description 2
- 239000011324 bead Substances 0.000 description 2
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 239000013068 control sample Substances 0.000 description 2
- 230000001351 cycling effect Effects 0.000 description 2
- 230000034994 death Effects 0.000 description 2
- 231100000517 death Toxicity 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 229940000406 drug candidate Drugs 0.000 description 2
- 229960004199 dutasteride Drugs 0.000 description 2
- JWJOTENAMICLJG-QWBYCMEYSA-N dutasteride Chemical compound O=C([C@H]1CC[C@H]2[C@H]3[C@@H]([C@]4(C=CC(=O)N[C@@H]4CC3)C)CC[C@@]21C)NC1=CC(C(F)(F)F)=CC=C1C(F)(F)F JWJOTENAMICLJG-QWBYCMEYSA-N 0.000 description 2
- 230000007717 exclusion Effects 0.000 description 2
- 210000003722 extracellular fluid Anatomy 0.000 description 2
- 229960004039 finasteride Drugs 0.000 description 2
- DBEPLOCGEIEOCV-WSBQPABSSA-N finasteride Chemical compound N([C@@H]1CC2)C(=O)C=C[C@]1(C)[C@@H]1[C@@H]2[C@@H]2CC[C@H](C(=O)NC(C)(C)C)[C@@]2(C)CC1 DBEPLOCGEIEOCV-WSBQPABSSA-N 0.000 description 2
- MHMNJMPURVTYEJ-UHFFFAOYSA-N fluorescein-5-isothiocyanate Chemical compound O1C(=O)C2=CC(N=C=S)=CC=C2C21C1=CC=C(O)C=C1OC1=CC(O)=CC=C21 MHMNJMPURVTYEJ-UHFFFAOYSA-N 0.000 description 2
- 238000009396 hybridization Methods 0.000 description 2
- 238000009533 lab test Methods 0.000 description 2
- 229940039781 leptin Drugs 0.000 description 2
- NRYBAZVQPHGZNS-ZSOCWYAHSA-N leptin Chemical compound O=C([C@H](CO)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC(O)=O)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CC=1C2=CC=CC=C2NC=1)NC(=O)[C@H](CC(C)C)NC(=O)[C@@H](NC(=O)[C@H](CC(O)=O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CO)NC(=O)CNC(=O)[C@H](CCC(N)=O)NC(=O)[C@@H](N)CC(C)C)CCSC)N1CCC[C@H]1C(=O)NCC(=O)N[C@@H](CS)C(O)=O NRYBAZVQPHGZNS-ZSOCWYAHSA-N 0.000 description 2
- 210000002751 lymph Anatomy 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000002547 new drug Substances 0.000 description 2
- 238000011275 oncology therapy Methods 0.000 description 2
- 230000037361 pathway Effects 0.000 description 2
- 239000000902 placebo Substances 0.000 description 2
- 229940068196 placebo Drugs 0.000 description 2
- 229920002981 polyvinylidene fluoride Polymers 0.000 description 2
- 201000007094 prostatitis Diseases 0.000 description 2
- 238000002731 protein assay Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 239000010018 saw palmetto extract Substances 0.000 description 2
- 210000000582 semen Anatomy 0.000 description 2
- 201000000849 skin cancer Diseases 0.000 description 2
- 201000010106 skin squamous cell carcinoma Diseases 0.000 description 2
- 210000004243 sweat Anatomy 0.000 description 2
- 210000001635 urinary tract Anatomy 0.000 description 2
- 208000019206 urinary tract infection Diseases 0.000 description 2
- 229960005356 urokinase Drugs 0.000 description 2
- 108091032973 (ribonucleotides)n+m Proteins 0.000 description 1
- 102000002260 Alkaline Phosphatase Human genes 0.000 description 1
- 108020004774 Alkaline Phosphatase Proteins 0.000 description 1
- 102000009088 Angiopoietin-1 Human genes 0.000 description 1
- 108010048154 Angiopoietin-1 Proteins 0.000 description 1
- 102100025668 Angiopoietin-related protein 3 Human genes 0.000 description 1
- 102000004219 Brain-derived neurotrophic factor Human genes 0.000 description 1
- 108090000715 Brain-derived neurotrophic factor Proteins 0.000 description 1
- 241000282465 Canis Species 0.000 description 1
- BQENDLAVTKRQMS-SBBGFIFASA-L Carbenoxolone sodium Chemical compound [Na+].[Na+].C([C@H]1C2=CC(=O)[C@H]34)[C@@](C)(C([O-])=O)CC[C@]1(C)CC[C@@]2(C)[C@]4(C)CC[C@@H]1[C@]3(C)CC[C@H](OC(=O)CCC([O-])=O)C1(C)C BQENDLAVTKRQMS-SBBGFIFASA-L 0.000 description 1
- 108010001857 Cell Surface Receptors Proteins 0.000 description 1
- 102000000844 Cell Surface Receptors Human genes 0.000 description 1
- 108010008951 Chemokine CXCL12 Proteins 0.000 description 1
- 102000006573 Chemokine CXCL12 Human genes 0.000 description 1
- 108010012236 Chemokines Proteins 0.000 description 1
- 102000019034 Chemokines Human genes 0.000 description 1
- 102000012085 Endoglin Human genes 0.000 description 1
- 108010036395 Endoglin Proteins 0.000 description 1
- 102000009024 Epidermal Growth Factor Human genes 0.000 description 1
- 206010018910 Haemolysis Diseases 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 101000693085 Homo sapiens Angiopoietin-related protein 3 Proteins 0.000 description 1
- 101000617130 Homo sapiens Stromal cell-derived factor 1 Proteins 0.000 description 1
- 108010001336 Horseradish Peroxidase Proteins 0.000 description 1
- 102000000704 Interleukin-7 Human genes 0.000 description 1
- 101710177504 Kit ligand Proteins 0.000 description 1
- 206010027476 Metastases Diseases 0.000 description 1
- 239000000020 Nitrocellulose Substances 0.000 description 1
- 101150044441 PECAM1 gene Proteins 0.000 description 1
- 102000037602 Platelet Endothelial Cell Adhesion Molecule-1 Human genes 0.000 description 1
- 102100024616 Platelet endothelial cell adhesion molecule Human genes 0.000 description 1
- 101710098940 Pro-epidermal growth factor Proteins 0.000 description 1
- 108010057464 Prolactin Proteins 0.000 description 1
- 102000003946 Prolactin Human genes 0.000 description 1
- 108010026552 Proteome Proteins 0.000 description 1
- 238000011529 RT qPCR Methods 0.000 description 1
- 241001334141 Rugopharynx alpha Species 0.000 description 1
- 102100021669 Stromal cell-derived factor 1 Human genes 0.000 description 1
- 238000009557 abdominal ultrasonography Methods 0.000 description 1
- 238000002820 assay format Methods 0.000 description 1
- 210000003719 b-lymphocyte Anatomy 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000011230 binding agent Substances 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 231100000504 carcinogenesis Toxicity 0.000 description 1
- 238000005119 centrifugation Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 239000002299 complementary DNA Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003114 enzyme-linked immunosorbent spot assay Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000001943 fluorescence-activated cell sorting Methods 0.000 description 1
- 238000007421 fluorometric assay Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000001046 green dye Substances 0.000 description 1
- 239000003102 growth factor Substances 0.000 description 1
- 230000008588 hemolysis Effects 0.000 description 1
- 238000003365 immunocytochemistry Methods 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 238000011850 initial investigation Methods 0.000 description 1
- 230000003834 intracellular effect Effects 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 108020004999 messenger RNA Proteins 0.000 description 1
- 238000002493 microarray Methods 0.000 description 1
- 238000007431 microscopic evaluation Methods 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011527 multiparameter analysis Methods 0.000 description 1
- 229920001220 nitrocellulos Polymers 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 239000013610 patient sample Substances 0.000 description 1
- 239000008188 pellet Substances 0.000 description 1
- 108010000685 platelet-derived growth factor AB Proteins 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 229940097325 prolactin Drugs 0.000 description 1
- 230000037209 prostate health Effects 0.000 description 1
- 238000003177 protein assay format Methods 0.000 description 1
- 238000003753 real-time PCR Methods 0.000 description 1
- 238000003118 sandwich ELISA Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000009870 specific binding Effects 0.000 description 1
- 238000010186 staining Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000000870 ultraviolet spectroscopy Methods 0.000 description 1
- 238000007473 univariate analysis Methods 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
- G01N33/57407—Specifically defined cancers
- G01N33/57434—Specifically defined cancers of prostate
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
- G16B25/10—Gene or protein expression profiling; Expression-ratio estimation or normalisation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/50—Determining the risk of developing a disease
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/56—Staging of a disease; Further complications associated with the disease
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/60—Complex ways of combining multiple protein biomarkers for diagnosis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/70—Mechanisms involved in disease identification
- G01N2800/7023—(Hyper)proliferation
- G01N2800/7028—Cancer
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Hematology (AREA)
- Urology & Nephrology (AREA)
- Chemical & Material Sciences (AREA)
- Biotechnology (AREA)
- Genetics & Genomics (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Analytical Chemistry (AREA)
- Cell Biology (AREA)
- General Physics & Mathematics (AREA)
- Microbiology (AREA)
- Biochemistry (AREA)
- Oncology (AREA)
- Hospice & Palliative Care (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Biophysics (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本発明は、進行性前立腺がんの診断方法を提供し、これには、それらに限定されないが、前立腺がんの進行性形態と非進行性形態との間を識別する方法、及び非進行性前立腺がんであるか又は前立腺がんを有さない対象の混合対照集団との比較に基づいて、進行性前立腺がんを検出する方法が含まれる。
Description
相互参照による援用
本出願は、2020年6月30日出願のオーストラリア仮特許出願第2020902212号の優先権を主張するものであり、その全内容が相互参照により本明細書に組み込まれる。
本出願は、2020年6月30日出願のオーストラリア仮特許出願第2020902212号の優先権を主張するものであり、その全内容が相互参照により本明細書に組み込まれる。
本発明は全体として、免疫学及び医学の領域に関する。より具体的には、本発明は、バイオマーカーと臨床変数の種々の組合せを評価することによる対象における前立腺がんの進行性形態及び非進行性形態の診断に関する。
前立腺がんは、最も頻繁に診断される内臓がんであり、男性においてがん死亡原因の第2位である。National Cancer InstituteのSEERプログラム及びCenters for Disease Control's National Center for Health Statisticsによると、2018年には前立腺がんに関し164,690の症例が発生したと推定され(すべての新規がん症例の9.5%)、推定29,430人(すべてのがん死亡の4.8%)が死亡した(SEER Cancer Statistics Factsheets: Prostate Cancer. National Cancer Institute. Bethesda、MD、http://seer.cancer.gov/statfacts/html/prost.htmlを参照されたい)。進行性前立腺がん(グリソン3+4以上と定義)の非進行性前立腺がん(グリソン3+3以下と定義)に対する相対的な比率は、研究間で異なる。PSAの上昇を伴い前立腺生検へと進んだ米国人男性1012人に関する最近の研究が実証したところは、542人の男性が生検で前立腺がん陰性であり、239人がグリソン3+3前立腺がんを有し、231人がグリソン3+4以上の前立腺がんを有していたことである(Parekhら Eur Urol. 2015年9月;68(3):464～70頁)。
前立腺がんについてよく使用されるスクリーニング検査として、デジタル直腸診(DRE)及び血中の前立腺特異抗原(PSA)の検出が挙げられる。DREは侵襲性であり且つ不正確であり、そしてPSAアッセイの結果として得られる偽陰性(すなわち、検出されないがん)及び偽陽性(すなわち、存在しないがんの表示)が広くいきわたっていることについては、十分に文書で立証されている。DRE又はPSAスクリーニングでの陽性診断時の場合、確認診断検査としては、経直腸超音波検査、生検、及び経直腸の核磁気共鳴画像法(MRI)生検が挙げられる。これらの技術は、侵襲性であり、検査中の対象に著しい不快感を引き起こす。
2012年、United States Preventative Services Taskforce (USPTF)は、PSA検査を使用したルーチンの前立腺がんスクリーニングに対する勧告を公告した。これにより、PSA上昇の検査結果に続いて生検に進む男性の人数が低下し、進行性前立腺がんを呈する男性の割合が上昇するという結果につながった(Fleshner & Carlsson、Nature Reviews Urology、第15巻、532～534頁、2018)。
SEER Cancer Statistics Factsheets: Prostate Cancer. National Cancer Institute. Bethesda、MD、http://seer.cancer.gov/statfacts/html/prost.html
Parekhら Eur Urol. 2015年9月;68(3):464～70頁
Fleshner & Carlsson、Nature Reviews Urology、第15巻、532～534頁、2018
https://www.uniprot.org/uniprot/Q14508
「2018 Annual Report on Prostate Diseases」、Harvard Health Publications (Harvard Medical School)、2018
Kohler及びMilstein、(1975) Nature、256:495～497頁
Coliganら section 2.5.1-2.6.7 in Methods In Molecular Biology (Humana Press 1992)
Harlow及びLane Antibodies: A Laboratory Manual、726頁(Cold Spring Harbor Pub. 1988)
Cole、ら 1985、in Monoclonal Antibodies and Cancer Therapy、Alan R. Liss, Inc.、77～96頁
Kozborら 1983、Immunology Today 4:72頁
「The Immunoassay Handbook. Theory and applications of ligand binding, ELISA and related techniques」、Wild, D. (編)、第4版、2013、Elsevier
Harlow及びLane. Using antibodies. A Laboratory Manual. Cold Spring Harbor、New York: Cold Spring Harbor Laboratory Press、1999
Bold及びMahoney、Analytical Biochemistry 257、185～192頁、1997
Shoreら、Urologic Oncology 2020年4月 doi: 10.1016/j.urolonc.2020.03.011
前立腺がんの進行性形態と非進行性形態との間を識別することができる及び進行性前立腺がんを検出するための、より便利で信頼できる及び/又は正確な診断検査に対する、一般的ニーズが存在する。
本発明者らは、進行性前立腺がんの検出に効果的なバイオマーカーと臨床変数の組合せを特定した。したがって、本明細書に開示のバイオマーカー/臨床変数の組合せを使用して、対象における進行性前立腺がんの存否を検出することができる。
本発明は、次の一連の番号付けされた下の実施形態に少なくとも関する:
実施形態1.
検査対象において進行性がん(CaP)を診断する方法であって、
(a) 検査対象の生体試料中の1つ又は複数の被験物質の被験物質レベルを得る工程、及び検査対象から1つ又は複数の臨床変数の測定値を得る工程、並びに
(b) 適切なアルゴリズム及び/又は変換を検査対象の臨床変数測定値と被験物質レベルの組合せに適用する工程であって、それによって閾値と比較するための検査対象スコア値を生成する、工程、並びに
(c) 対象の検査スコア値と閾値の比較により、検査対象が進行性前立腺CaPを有するかどうかを判定する工程
を含み、
1つ又は複数の被験物質は、WAP 4ジスルフィドコアドメインタンパク質2(WFDC2(HE4))、及び必要に応じて総前立腺特異抗原(PSA)を含むか又はそれらからなり、
1つ又は複数の臨床変数は、遊離型PSAの%、DRE、前立腺体積(PV)のうちの少なくとも1つを含み、
閾値は、
進行性CaPを有する対象の集団から及び進行性CaPを有さない対照である対象の集団から、得られた一連の生体試料において、前記1つ又は複数の被験物質を測定する工程であって、それによって一連の前記生体試料それぞれにおける前記被験物質それぞれについて被験物質レベルを得る、工程、
進行性CaPと進行性CaPの非存在との区別を可能にする様式で、一連の前記被験物質レベルそれぞれを、集団の前記対象それぞれから得られた前記1つ又は複数の臨床変数の測定値と組み合わせる工程であって、それによって閾値を生成する、工程
によって決定された、
方法。
実施形態1.
検査対象において進行性がん(CaP)を診断する方法であって、
(a) 検査対象の生体試料中の1つ又は複数の被験物質の被験物質レベルを得る工程、及び検査対象から1つ又は複数の臨床変数の測定値を得る工程、並びに
(b) 適切なアルゴリズム及び/又は変換を検査対象の臨床変数測定値と被験物質レベルの組合せに適用する工程であって、それによって閾値と比較するための検査対象スコア値を生成する、工程、並びに
(c) 対象の検査スコア値と閾値の比較により、検査対象が進行性前立腺CaPを有するかどうかを判定する工程
を含み、
1つ又は複数の被験物質は、WAP 4ジスルフィドコアドメインタンパク質2(WFDC2(HE4))、及び必要に応じて総前立腺特異抗原(PSA)を含むか又はそれらからなり、
1つ又は複数の臨床変数は、遊離型PSAの%、DRE、前立腺体積(PV)のうちの少なくとも1つを含み、
閾値は、
進行性CaPを有する対象の集団から及び進行性CaPを有さない対照である対象の集団から、得られた一連の生体試料において、前記1つ又は複数の被験物質を測定する工程であって、それによって一連の前記生体試料それぞれにおける前記被験物質それぞれについて被験物質レベルを得る、工程、
進行性CaPと進行性CaPの非存在との区別を可能にする様式で、一連の前記被験物質レベルそれぞれを、集団の前記対象それぞれから得られた前記1つ又は複数の臨床変数の測定値と組み合わせる工程であって、それによって閾値を生成する、工程
によって決定された、
方法。
実施形態2.対照である対象の集団は、前立腺がんを有さない対象及び非進行性前立腺がんを有する対象を含む、実施形態1の方法。
実施形態3.
検査対象が非進行性又は進行性がん(CaP)を有するかどうかを識別する方法であって、
(a) 検査対象の生体試料中の1つ又は複数の被験物質の被験物質レベルを得る工程、及び検査対象から1つ又は複数の臨床変数の測定値を得る工程、並びに
(b) 適切なアルゴリズム及び/又は変換を検査対象の臨床変数測定値と被験物質レベルの組合せに適用する工程であって、それによって閾値と比較するための検査対象スコア値を生成する、工程、並びに
(c) 対象の検査スコア値と閾値の比較により、検査対象が進行性前立腺CaPを有するかどうかを判定する工程
を含み、 1つ又は複数の被験物質は、WFDC2 (HE4)、及び必要に応じて総PSAを含むか又はそれらからなり、
1つ又は複数の臨床変数は、遊離型PSAの%、DRE、前立腺体積(PV)のうちの少なくとも1つを含み、
閾値は、
進行性CaPを有する対象の集団から及び非進行性CaPを有する対照である対象の集団から、得られた一連の生体試料において、前記1つ又は複数の被験物質を測定する工程であって、それによって一連の前記生体試料それぞれにおける前記被験物質それぞれについて被験物質レベルを得る、工程、
進行性CaPと非進行性CaPとの区別を可能にする様式で、一連の前記被験物質レベルそれぞれを、集団の前記対象それぞれから得られた前記1つ又は複数の臨床変数の測定値と組み合わせる工程であって、それによって閾値を生成する、工程
によって決定された、
方法。
検査対象が非進行性又は進行性がん(CaP)を有するかどうかを識別する方法であって、
(a) 検査対象の生体試料中の1つ又は複数の被験物質の被験物質レベルを得る工程、及び検査対象から1つ又は複数の臨床変数の測定値を得る工程、並びに
(b) 適切なアルゴリズム及び/又は変換を検査対象の臨床変数測定値と被験物質レベルの組合せに適用する工程であって、それによって閾値と比較するための検査対象スコア値を生成する、工程、並びに
(c) 対象の検査スコア値と閾値の比較により、検査対象が進行性前立腺CaPを有するかどうかを判定する工程
を含み、 1つ又は複数の被験物質は、WFDC2 (HE4)、及び必要に応じて総PSAを含むか又はそれらからなり、
1つ又は複数の臨床変数は、遊離型PSAの%、DRE、前立腺体積(PV)のうちの少なくとも1つを含み、
閾値は、
進行性CaPを有する対象の集団から及び非進行性CaPを有する対照である対象の集団から、得られた一連の生体試料において、前記1つ又は複数の被験物質を測定する工程であって、それによって一連の前記生体試料それぞれにおける前記被験物質それぞれについて被験物質レベルを得る、工程、
進行性CaPと非進行性CaPとの区別を可能にする様式で、一連の前記被験物質レベルそれぞれを、集団の前記対象それぞれから得られた前記1つ又は複数の臨床変数の測定値と組み合わせる工程であって、それによって閾値を生成する、工程
によって決定された、
方法。
実施形態4.対照である対象の集団は、グリソンスコア3+3によって定義される非進行性CaPを有する、実施形態1又は実施形態3の方法。
実施形態5.閾値は、方法を実施する前に決定される、実施形態1から4のいずれか一実施形態の方法。
実施形態6.1つ又は複数の臨床変数及び1つ又は複数の被験物質は、以下のいずれか1つを含むか又はそれらからなる、実施形態1から5のいずれか一実施形態の方法:
- WFDC2 (HE4)及び遊離型PSAの%
- WFDC2 (HE4)及びDRE
- WFDC2 (HE4)及びPV
- WFDC2 (HE4)、遊離型PSAの%、及びDRE
- WFDC2 (HE4)、遊離型PSAの%、及びPV
- WFDC2 (HE4)、総PSA及び遊離型PSAの%
- WFDC2 (HE4)、総PSA及びPV
- WFDC2 (HE4)、総PSA及びDRE
- WFDC2 (HE4)、総PSA、遊離型PSAの%、及びPV、又は
- WFDC2 (HE4)、総PSA、遊離型PSAの%、及びDRE。
- WFDC2 (HE4)及び遊離型PSAの%
- WFDC2 (HE4)及びDRE
- WFDC2 (HE4)及びPV
- WFDC2 (HE4)、遊離型PSAの%、及びDRE
- WFDC2 (HE4)、遊離型PSAの%、及びPV
- WFDC2 (HE4)、総PSA及び遊離型PSAの%
- WFDC2 (HE4)、総PSA及びPV
- WFDC2 (HE4)、総PSA及びDRE
- WFDC2 (HE4)、総PSA、遊離型PSAの%、及びPV、又は
- WFDC2 (HE4)、総PSA、遊離型PSAの%、及びDRE。
実施形態7.組み合わせた被験物質及び/又は臨床変数の測定値のサブセットを選択して、閾値を生成する工程を含む、実施形態1から6のいずれか一実施形態の方法。
実施形態8.一連の前記被験物質レベルそれぞれを、1つ又は複数の臨床変数の前記測定値と組み合わせる前記工程は、
以下の式に従って、前記区別を最大にする様式で、臨床変数測定値と被験物質レベルとのロジスティック回帰スコアを組み合わせる工程を含む、実施形態1から7のいずれか一実施形態の方法:
(i)
Pは検査対象が進行性前立腺がんを有していることの確率であり、
係数iは変数のオッズ比の自然対数であり、
変換された変数iは変数i値の自然対数である)、
又は
(ii)
(式中:
Pは検査対象が進行性前立腺がんを有する確率であり、
係数iは変数のオッズ比の自然対数であり、
変換された変数iは変数i値の自然対数であり、
DRE値1は異常を指示するが、一方、DRE値0は正常を指示する)。
以下の式に従って、前記区別を最大にする様式で、臨床変数測定値と被験物質レベルとのロジスティック回帰スコアを組み合わせる工程を含む、実施形態1から7のいずれか一実施形態の方法:
(i)
係数iは変数のオッズ比の自然対数であり、
変換された変数iは変数i値の自然対数である)、
又は
(ii)
Pは検査対象が進行性前立腺がんを有する確率であり、
係数iは変数のオッズ比の自然対数であり、
変換された変数iは変数i値の自然対数であり、
DRE値1は異常を指示するが、一方、DRE値0は正常を指示する)。
実施形態9.適切なアルゴリズム及び/又は変換を臨床変数測定値と被験物質レベルの組合せに適用する前記工程は、指数関数、対数関数、べき関数及び/又はルート関数の使用を含む、実施形態1から8のいずれか一実施形態の方法。
実施形態10.
検査対象の臨床変数測定値と被験物質レベルの組合せに適用された適切なアルゴリズム及び/又は変換は、以下の式に従っており:
(i)
(式中:
Pは検査対象が進行性前立腺がんを有していることの確率であり、
係数iは変数のオッズ比の自然対数であり、
変換された変数iは変数i値の自然対数である)、
又は
(ii)
(式中:
Pは検査対象が進行性前立腺がんを有していることの確率であり、
係数iは変数のオッズ比の自然対数であり、
変換された変数iは変数i値の自然対数であり、
DRE値1は異常を指示するが、一方、DRE値0は正常を指示する)、
且つ
前記適切なアルゴリズム及び/又は変換を使用して、閾値と比較される対象の検査スコアを生成し、それによって検査対象が進行性前立腺がんを有するかどうかを判定する、
実施形態1から9のいずれか一実施形態の方法。
検査対象の臨床変数測定値と被験物質レベルの組合せに適用された適切なアルゴリズム及び/又は変換は、以下の式に従っており:
(i)
Pは検査対象が進行性前立腺がんを有していることの確率であり、
係数iは変数のオッズ比の自然対数であり、
変換された変数iは変数i値の自然対数である)、
又は
(ii)
Pは検査対象が進行性前立腺がんを有していることの確率であり、
係数iは変数のオッズ比の自然対数であり、
変換された変数iは変数i値の自然対数であり、
DRE値1は異常を指示するが、一方、DRE値0は正常を指示する)、
且つ
前記適切なアルゴリズム及び/又は変換を使用して、閾値と比較される対象の検査スコアを生成し、それによって検査対象が進行性前立腺がんを有するかどうかを判定する、
実施形態1から9のいずれか一実施形態の方法。
実施形態11.一連の前記被験物質レベルそれぞれを、集団の前記対象それぞれから得られた前記1つ又は複数の臨床変数の測定値と組み合わせる前記工程は、前記区別を最大にする、実施形態1から10のいずれか一実施形態の方法。
実施形態12.一連の前記被験物質レベルそれぞれを、集団の前記対象それぞれから得られた1つ又は複数の臨床変数の測定値と組み合わせる前記工程は、
(i) 進行性CaPを有する対象と前記対照である対象との間の誤分類率を減少させ、及び/又は
(ii) 進行性CaPを有する対象と前記対照である対象とを区別する上での感度を向上させ、及び/又は
(iii) 進行性CaPを有する対象と前記対照である対象とを区別する上での特異度を向上させる、
様式で実施される、実施形態1から11のいずれか一実施形態の方法。
(i) 進行性CaPを有する対象と前記対照である対象との間の誤分類率を減少させ、及び/又は
(ii) 進行性CaPを有する対象と前記対照である対象とを区別する上での感度を向上させ、及び/又は
(iii) 進行性CaPを有する対象と前記対照である対象とを区別する上での特異度を向上させる、
様式で実施される、実施形態1から11のいずれか一実施形態の方法。
実施形態13.進行性CaPを有する対象と前記対照である対象との間の誤分類率を減少させる様式での前記組合せ工程は、適切な真陽性率及び/又は真陰性率を選択する工程を含む、実施形態12の方法。
実施形態14.進行性CaPを有する対象と前記対照である対象との間の誤分類率を減少させる様式での前記組合せ工程は、誤分類率を最小とする、実施形態12の方法。
実施形態15.進行性CaPを有する対象と前記対照である対象との間の誤分類率を減少させる様式での前記組合せ工程は、
真陽性率が真陰性率と交差する点を特定することによって、
進行性CaPを有する対象と前記対照である対象との間の誤分類率を最小にする工程を含む、
実施形態12の方法。
真陽性率が真陰性率と交差する点を特定することによって、
進行性CaPを有する対象と前記対照である対象との間の誤分類率を最小にする工程を含む、
実施形態12の方法。
実施形態16.進行性CaPを有する対象と前記対照である対象とを区別する上での感度を向上させる様式で、組み合わせた臨床変数測定値及び組み合わせた被験物質レベルから閾値を選択する前記工程は、前記感度を向上させる又は最大にする、実施形態12の方法。
実施形態17.進行性CaPを有する対象と前記対照である対象とを区別する上での特異度を向上させる様式で、組み合わせた臨床変数測定値及び組み合わせた被験物質レベルから閾値を選択する前記工程は、前記特異度を向上させる又は最大にする、
実施形態12の方法。
実施形態12の方法。
実施形態18.1つ又は複数の臨床変数及び1つ又は複数の被験物質は、
- 総PSA、遊離型PSAの%、DRE、WFDC2(HE4)
- 総PSA、遊離型PSAの%、PV、WFDC2(HE4)、又は
- 総PSA、遊離型PSAの%、DRE、PV、WFDC2(HE4)
を含むか又はそれらからなる、
実施形態1から17のいずれか一実施形態の方法。
- 総PSA、遊離型PSAの%、DRE、WFDC2(HE4)
- 総PSA、遊離型PSAの%、PV、WFDC2(HE4)、又は
- 総PSA、遊離型PSAの%、DRE、PV、WFDC2(HE4)
を含むか又はそれらからなる、
実施形態1から17のいずれか一実施形態の方法。
実施形態19.検査対象は、前立腺がんの陽性指標を以前に受けたことがある、実施形態1から18のいずれか一実施形態の方法。
実施形態20.検査対象は、デジタル直腸診(DRE)によって及び/又はPSA検査によって前立腺がんの陽性指標を以前に受けたことがある、実施形態1から19のいずれか一実施形態の方法。
実施形態21.検査対象は、PSAレベル2～10ng/mL血液、又は4～10ng/mL血液を有する、実施形態1から19のいずれか一実施形態の方法。
実施形態22.前記集団それぞれから得られる一連の生体試料及び/又は検査対象の生体試料は、全血、血清、血漿、唾液、涙、尿、及び組織から選択される、実施形態1から21のいずれか一実施形態の方法。
実施形態23.前記検査対象、進行性CaPを有する対象の前記集団、及び対照である対象の前記集団はヒトである、実施形態1から22のいずれか一実施形態の方法。
実施形態24.検査対象の生体試料中の1つ又は複数の被験物質を測定する工程であって、それによって、前記1つ又は複数の被験物質それぞれの被験物質レベルを得る、工程を更に含む、実施形態1から23のいずれか一実施形態の方法。
実施形態25.検査対象の生体試料中の1つ又は複数の被験物質を測定する前記工程は、
(i) 前記被験物質レベルそれぞれを表示する1つ又は複数の蛍光シグナルを測定する工程、
(ii) 生体試料中の前記被験物質の質量/体積の測定値を得る工程、
(iii) 前記被験物質レベルそれぞれを表示する吸光度シグナルを測定する工程、又は
(iv) 電気化学発光、質量分析、タンパク質アレイ技術、高速液体クロマトグラフィー(HPLC)、ゲル電気泳動、放射性標識、及びそれらの任意の組合せからなる群から選択される技術を使用する工程
を含む、実施形態24の方法。
(i) 前記被験物質レベルそれぞれを表示する1つ又は複数の蛍光シグナルを測定する工程、
(ii) 生体試料中の前記被験物質の質量/体積の測定値を得る工程、
(iii) 前記被験物質レベルそれぞれを表示する吸光度シグナルを測定する工程、又は
(iv) 電気化学発光、質量分析、タンパク質アレイ技術、高速液体クロマトグラフィー(HPLC)、ゲル電気泳動、放射性標識、及びそれらの任意の組合せからなる群から選択される技術を使用する工程
を含む、実施形態24の方法。
実施形態26.前記被験物質それぞれの検出のため、検査対象の生体試料を、第1の及び第2の抗体集団と接触させるか、又は一連の生体試料をそれらと接触させた、実施形態24又は実施形態25の方法であって、
前記抗体集団それぞれが前記被験物質の1つに対して結合特異性を有し、第1の及び第2の抗体集団は異なる被験物質結合特異性を有する、
方法。
前記抗体集団それぞれが前記被験物質の1つに対して結合特異性を有し、第1の及び第2の抗体集団は異なる被験物質結合特異性を有する、
方法。
実施形態27.第1の及び/又は第2の抗体集団は標識されている、実施形態26の方法。
実施形態28.第1の及び/又は第2の抗体集団は、放射性標識、蛍光標識、ビオチン-アビジン増幅システム、化学発光システム、ミクロスフェア、及び金コロイドからなる群から選択される標識を含む、実施形態27の方法。
実施形態29.被験物質への前記抗体集団それぞれの結合は、
免疫蛍光、放射性標識、免疫ブロッティング、ウェスタンブロッティング、酵素結合免疫吸着アッセイ(ELISA)、フローサイトメトリー、免疫沈降、免疫組織化学、バイオフィルム検査、アフィニティーリングテスト(affinity ring test)、抗体アレイ光学密度検査、及び化学発光、からなる群から選択される技術によって検出される、実施形態26から28のいずれか一実施形態の方法。
免疫蛍光、放射性標識、免疫ブロッティング、ウェスタンブロッティング、酵素結合免疫吸着アッセイ(ELISA)、フローサイトメトリー、免疫沈降、免疫組織化学、バイオフィルム検査、アフィニティーリングテスト(affinity ring test)、抗体アレイ光学密度検査、及び化学発光、からなる群から選択される技術によって検出される、実施形態26から28のいずれか一実施形態の方法。
実施形態30.検査対象からの生体試料又は前記集団それぞれから得られた一連の生体試料中の前記被験物質それぞれを測定する前記工程は、被験物質を直接測定する工程を含む、実施形態24から29のいずれか一実施形態の方法。
実施形態31.検査対象からの生体試料又は前記集団それぞれから得られた一連の生体試料中の前記被験物質それぞれを測定する前記工程は、被験物質をコードする核酸を検出する工程を含む、実施形態24から29のいずれか一実施形態の方法。
実施形態32.検査対象中の1つ又は複数の臨床変数の2つを測定する工程を更に含む、実施形態1から31のいずれか一実施形態の方法。
実施形態33.前記閾値を決定する工程を更に含む、実施形態1から32のいずれか一実施形態の方法。
実施形態34.前記閾値を決定する工程は、進行性CaPを有する対象の集団から及び進行性CaPを有さない対照である対象の集団から、得られた一連の生体試料において前記1つ又は複数の被験物質を測定する工程であって、それによって一連の前記生体試料それぞれ中の前記被験物質それぞれの被験物質レベルを得る、工程、
を含む、実施形態33の方法。
を含む、実施形態33の方法。
以下、本発明の好ましい実施形態を、添付の図面を参照して単に一例として説明する。
定義
本出願で使用される場合、単数形「a」、「an」及び「the」は、文脈が明確に指示しない限り、複数の指示対象を含む。例えば、「1つの抗体」という句はまた、複数の抗体を含む。
本出願で使用される場合、単数形「a」、「an」及び「the」は、文脈が明確に指示しない限り、複数の指示対象を含む。例えば、「1つの抗体」という句はまた、複数の抗体を含む。
本明細書で使用される場合、「comprising(含む)」という用語は「including(含む)」を意味する。「comprising(含む)」という単語の変化形、例えば「comprise」及び「comprises」は、それに対応して種々の意味を有する。したがって、例えば、被験物質A及び臨床変数Aを「含む」バイオマーカー/臨床変数の組合せは、被験物質A及び臨床変数Aから排他的になる場合があり、又は、1つ又は複数の追加の成分(例えば、被験物質B及び/又は臨床変数B)を含む場合がある。
本明細書で使用される場合、「進行性前立腺がん」及び「進行性CaP」という用語は、3以上の一次グリソンスコア及び4以上の二次グリソンスコア(GS≧3+4)を有する前立腺がんを指す。
本明細書で使用される場合、「非進行性前立腺がん」及び「非進行性CaP」という用語は、3以下の一次グリソンスコア及び4未満の二次グリソンスコア(GS≦3+3)を有する前立腺がんを指す。3未満の一次グリソンスコアについては、本出願に記載の対象試料セットにおいて報告がなかったが、よって、GS3+3という用語も非進行性前立腺がんに使用される。
本明細書で使用される場合、「WFDC2」及び「HE4」という用語は、同じ被験物質(WAP 4ジスルフィドコアドメインタンパク質2)を指すと理解され、一緒に又は互換的に使用することができる(例えば、WFDC2(HE4))。WFDC2/HE4タンパク質の非限定的な例は、UniProtKB - Q14508で提供されている(https://www.uniprot.org/uniprot/Q14508を参照されたい)。
本明細書で使用される場合、「臨床変数」という用語には、前立腺疾患の評価に関連するあらゆる要因、測定値、身体的特徴が包含され、これには、それらに限定されないが:年齢、前立腺体積、遊離型PSAの%、PSA増加速度、PSA密度、デジタル直腸診(DRE)、民族的背景、前立腺がんの家族歴、前立腺がんの前陰性生検が含まれる。
本明細書で使用される場合、「総PSA」及び「セントラルPSA」という用語は互換的に使用され、同じ意味を有して、試料中の遊離型プラス結合型PSAを測定できる検査を指す。
本明細書で使用される場合、「遊離型PSAの%」という用語は、パーセンテージとして表される試料中の遊離型PSA/総PSAの比を指す。
本明細書で使用される場合、「PSAレベル」という用語は、検査患者の血液1ミリリットル当たりのPSAのナノグラム(ng/mL)を指す。
本明細書で使用される場合、「生体試料」及び「試料」という用語は、それらに限定されないが、唾液試料、涙液試料、血液試料、血清試料、血漿試料、尿試料又はそれらのサブフラクションを始めとする、対象から採取された任意の体液又は組織を包含する。
本明細書で使用される場合、「診断する」及び「診断」という用語は、対象が所与の疾患又は状態に罹患しているか否かを当業者が推定し更には判定することができる方法を指す。診断は、例えば、本明細書に記載のバイオマーカー及び臨床的特性の組合せの検出などの1つ又は複数の診断指標に基づいてなすことができ、そのレベルは、上記状態の存在、重度、又は非存在を指示する。したがって、「診断する」及び「診断」という用語には、進行性前立腺がんを発症するリスクを特定することも含まれる。
本明細書で使用される場合、「対象」及び「患者」という用語は、別段の指示がない限り互換的に使用され、ウシ、ウマ、ヒツジ、霊長類、鳥類及びげっ歯類の各種を始めとする、経済的、社会的又は研究上重要な任意の動物を包含する。したがって、「対象」とは、例えば、ヒト又は非ヒト哺乳動物などの哺乳動物であるとし得る。本明細書で使用される場合、生体分子(例えば、抗体)に関して「分離された」という用語は、それが天然で一緒に存在する成分の少なくとも一部を含まない生体分子である。
本明細書で使用される場合、「抗体(antibody及びantibodies)」という用語には、IgG(IgG1、IgG2、IgG3、及びIgG4を含む)、IgA(IgA1及びIgA2を含む)、IgD、IgE、IgM、及びIgY、単鎖全抗体及びその抗原結合性断片を含めて全抗体が含まれる。抗原結合性抗体断片としては、それらに限定されないが、Fv、Fab、Fab'及びF(ab')2、Fd、単鎖Fv(scFv)、単鎖抗体、ジスルフィド架橋Fv(sdFv)及びVLドメイン又はVHドメインのいずれかを含む断片が挙げられる。抗体は、任意の動物起源由来であっても適当な産生宿主由来であってもよい。単鎖抗体を含めて抗原結合性抗体断片は、可変領域を、単独で又は以下の全体若しくは一部と組合せで含むことができる:ヒンジ領域、CH1、CH2、及びCH3の各ドメイン。可変領域及びヒンジ領域、CH1、CH2、及びCH3の各ドメインの任意の組合せもまた、含まれる。抗体は、モノクローナル、ポリクローナル、キメラ、多特異性、ヒト化、並びにヒトモノクローナル及びヒトポリクローナルの各抗体とすることができ、これらは生体分子に特異的に結合する。抗体は、二特異性抗体、アビボディ、ダイアボディ、トリボディ、テトラボディ、ナノボディ、シングルドメイン抗体、VHHドメイン、ヒト抗体、完全ヒト化抗体、部分ヒト化抗体、アンチカリン、アドネクチン、又はアフィボディとし得る。
本明細書で使用される場合、抗体、抗体バリアント、抗体誘導体、抗原結合性断片等に関連して「特異的に～結合する(binding specifically)」及び「～特異的に結合する(specifically binding)」という用語は、所与の標的分子に、他の非標的分子よりも優先的に結合するそのキャパシティを指す。例えば、抗体、抗体バリアント、抗体誘導体、又は抗原結合性断片(「分子A」)が、「特異的に所与の標的分子(「分子B」)に結合する」又は「所与の標的分子(「分子B」)に特異的に結合する」ことができる場合、分子Aは、分子Bと他の任意の数の潜在的な代替の結合パートナーとを区別する能力を有する。したがって、異なるが潜在的結合パートナーとして等しくアクセス可能な複数の分子に曝露される場合、分子Aは分子Bに選択的に結合することになり、他の潜在的な代替の結合パートナーは分子Aにより実質的に未結合のままとなる。一般に、分子Aは、他の潜在的結合パートナーよりも、少なくとも10倍、好ましくは50倍、より好ましくは100倍、最も好ましくは100倍超のいっそうの頻度で分子Bに優先的に結合することになる。分子Aは、分子Bではない分子に、弱いが、検出可能なレベルで結合することが可能である場合がある。これは、バックグラウンド結合としてよく知られており、例えば、適当な対照の使用により、分子B-特異的結合とは容易に識別可能である。
本明細書で使用される場合、「キット」という用語は、材料を送達するための任意の送達系を指す。そのような送達系は、ある場所から別の場所への、反応試薬(例えば、適当な容器内の標識、標準試料、補助材料等)及び/又は補助材料(例えば、緩衝剤、アッセイを実施するための書面の取扱説明書等)の保存、輸送、又は送達を可能にする系を含む。例えば、キットは、関連する反応試薬及び/又は補助材料を含有する1つ若しくは複数の収容器、例えば箱を含むことができる。
ある範囲の数値に言及する場合、本明細書において「～の間」という用語の使用は、その範囲の両端の数値を包含することが理解されよう。例えば、長さ10残基と20残基の間のポリペプチドには、長さ10残基のポリペプチド及び長さ20残基のポリペプチドが含まれる。
本明細書における先行技術文書の任意の記載、又はそれらの文書から導き出される、若しくはそれらに基づく本明細書における記述は、文書又は導き出される記述が関連する技術分野の普通の一般的な知識の一部であることを認めるものではない。別記されない限り、説明目的で、本明細書に言及されるすべての文書は、そのことによってそれらの全体が参照により組み込まれる。
略語
本明細書で使用される場合、「CaP」という略語は、前立腺がんを指す。
本明細書で使用される場合、「LG」という略語及び「HG」という略語は、「低悪性度」(すなわちグリソン3+3)及び「高悪性度」(すなわちグリソン3+4以上)の前立腺がんを指す。
本明細書で使用される場合、「PSA」という略語は、前立腺特異抗原を指す。
本明細書で使用される場合、「WFDC2」という略語は、当技術分野でヒト精巣上体タンパク質4(HE4)としても知られるWAP 4ジスルフィドコアドメインタンパク質2を指す。
本明細書で使用される場合、「Acc」という略語は、精度を指す。
本明細書で使用される場合、「Sens」という略語は感度を指す。
本明細書で使用される場合、「スペック(Spec)」という略語又は「スペック(Specs)」という略語は、特異度を指す。
本明細書で使用される場合、「Log」という略語は、自然対数を指す。
本明細書で使用される場合、「DRE」という略語は、デジタル直腸検査を指す。
本明細書で使用される場合、「NPV」という略語は、陰性適中率を指す。
本明細書で使用される場合、「PPV」という略語は、陽性適中率を指す。
本明細書で使用される場合、「AgCaP」という略語は、グリソンスコア3+4以上の前立腺がんとして定義される進行性前立腺がんを指す。
本明細書で使用される場合、「NonAgCaP」という略語は、グリソンスコア3+3の前立腺がんとして定義される非進行性前立腺がんを指す。
本明細書で使用される場合、「NOT-AgCaP」という略語は、進行性前立腺がんを有さない対象からの試料を指す。これらの対象は、非進行性前立腺がんを有する場合もあり、前立腺がんをまったく有さない場合もある。
本明細書で使用される場合、「CaP」という略語は、前立腺がんを指す。
本明細書で使用される場合、「LG」という略語及び「HG」という略語は、「低悪性度」(すなわちグリソン3+3)及び「高悪性度」(すなわちグリソン3+4以上)の前立腺がんを指す。
本明細書で使用される場合、「PSA」という略語は、前立腺特異抗原を指す。
本明細書で使用される場合、「WFDC2」という略語は、当技術分野でヒト精巣上体タンパク質4(HE4)としても知られるWAP 4ジスルフィドコアドメインタンパク質2を指す。
本明細書で使用される場合、「Acc」という略語は、精度を指す。
本明細書で使用される場合、「Sens」という略語は感度を指す。
本明細書で使用される場合、「スペック(Spec)」という略語又は「スペック(Specs)」という略語は、特異度を指す。
本明細書で使用される場合、「Log」という略語は、自然対数を指す。
本明細書で使用される場合、「DRE」という略語は、デジタル直腸検査を指す。
本明細書で使用される場合、「NPV」という略語は、陰性適中率を指す。
本明細書で使用される場合、「PPV」という略語は、陽性適中率を指す。
本明細書で使用される場合、「AgCaP」という略語は、グリソンスコア3+4以上の前立腺がんとして定義される進行性前立腺がんを指す。
本明細書で使用される場合、「NonAgCaP」という略語は、グリソンスコア3+3の前立腺がんとして定義される非進行性前立腺がんを指す。
本明細書で使用される場合、「NOT-AgCaP」という略語は、進行性前立腺がんを有さない対象からの試料を指す。これらの対象は、非進行性前立腺がんを有する場合もあり、前立腺がんをまったく有さない場合もある。
治療介入が成功するのに最も高い可能性を有する特に初期ステージの過程で、進行性前立腺がんの診断用の信頼性の高い、便利で正確な検査の開発は、依然として重要な目的である。特に、DRE及びPSAなどの一次スクリーニング手順は、非進行性前立腺がんと進行性前立腺がんとの間を効果的に識別することができない。本発明は、進行性前立腺がんの形態を有すると以前に判定された可能性がある対象、又は代替的に、1つ又は複数の代替診断検査(DRE、PSA検査等)に基づいて進行性前立腺がんの形態を有することが疑われる対象、において進行性前立腺がんを指示するバイオマーカーと臨床変数の組合せを提供する。したがって、バイオマーカー/臨床変数の組合せを、種々の方法及びアッセイフォーマットで使用して、進行性前立腺がんを有する対象と、進行性前立腺がんを有さない対象とを、これには例えば非進行性前立腺がんを有する対象及び前立腺がんを有さない対象(例えば、良性前立腺肥大症の対象及び健康対象)が含まれるが、区別することができる。
進行性前立腺がん
本発明は進行性前立腺がんの診断方法を提供する。本方法は、本明細書に記載のバイオマーカーと臨床変数の1つ又は複数の組合せの検出を伴う。
本発明は進行性前立腺がんの診断方法を提供する。本方法は、本明細書に記載のバイオマーカーと臨床変数の1つ又は複数の組合せの検出を伴う。
当業者であれば、さまざまな前立腺がんグリソングレード及びエプスタインスコアを分類するために使用される標準臨床検査及びパラメータについて熟知している(例えば、「2018 Annual Report on Prostate Diseases」、Harvard Health Publications (Harvard Medical School)、2018を参照されたい;その内容全体が相互参照により本明細書に組み込まれる)。
当業者に知られているように、前立腺がんは、疾患の進行に従ったステージに分類することができる。微視的評価の下では、前立腺がんの進行の高まりに伴い前立腺は伸展し、均一な構造を失うことが知られている。
非限定的な例として、前立腺がんの進行は、AJCC TNMステージングシステム、Whitmore-Jewettシステム及び/又はD'Amicoリスクカテゴリを使用して複数のステージに分類することができる。当技術分野の当業者であれば、そのような分類システム、その特性及びその用途について精通している。
更なる非限定的な例として、当業者であればよく知られている、前立腺がんを等級付ける適切なシステムは、「グリソン等級付けシステム」である。このシステムでは、前立腺がんの対象から得られた組織試料中のがんの2つの最大領域それぞれにグレードを割り当てる。グレードは1～5の範囲にあり、1は最も低い進行性形態であり、5は最も高い進行性形態である。転移は、グレード4又はグレード5で最も見られ、例えば、グレード3の腫瘍では滅多に生じない。次いで、2つのグレードが合計され、グリソンスコアを生成する。2～4のスコアは低悪性度;5～7は中等悪性度;8～10は高悪性度とされる。グリソンスコアが低い腫瘍は通常には緩慢な速度で成長することから、患者の一生の間に彼らに重大な脅威をもたらすことはない。
当業者に知られているように、前立腺がんはさまざまなグレードの領域を有することがあり、この場合、前立腺がんの大部を構成する2つの領域に個々のグレードを割り当てることができる。こうした2つのグレードを加算してグリソンスコア/合計を得るが、一般に、割り当てられた第1の数字は当該腫瘍において最も共通しているグレードである。例えば、グリソンスコア/合計が「3+4」と書かれている場合、グリソンスコア/合計7について、腫瘍のほとんどがグレード3であり、より少ないほうがグレード4であることを意味する。
3+4以上のグリソンスコア/合計は、本発明による進行性前立腺がんを指示することができる。或いは、3+4未満のグリソンスコア/合計は、本発明による非進行性前立腺がんを指示することができる。
当業者にまた知られている前立腺がんを等級付けする代替のシステムは「エプスタイン等級付けシステム」であり、これは1～5の範囲にある総合グレード群を割り当てる。エプスタインシステムの利点は、きわめて異なる予後を有することから、グリソンスコア7(3+4)とグリソンスコア7(4+3)に異なる総合スコアを割り当てることである;グリソンスコア「3+4」は、エプスタイングレード群2に変換される;グリソンスコア「4+3」は、エプスタイングレード群3に変換される。
バイオマーカー及び臨床変数のシグネチャー
本発明の方法によれば、進行性前立腺がんは、本明細書で特定された1つ又は複数のバイオマーカーのレベルとともに、本明細書で特定された1つ又は複数の臨床変数を測定する組合せアプローチによって識別することができる。
本発明の方法によれば、進行性前立腺がんは、本明細書で特定された1つ又は複数のバイオマーカーのレベルとともに、本明細書で特定された1つ又は複数の臨床変数を測定する組合せアプローチによって識別することができる。
本明細書で企図されるバイオマーカーは被験物質であるとし得る。本明細書で企図される被験物質とは、当業者にとってその通常の且つ慣用される意味で与えられるべきものであり、限定されないが、検出且つ定量化することができる生体試料(例えば、血液、脳脊髄液、尿、涙、リンパ液、唾液、間質液、汗等)中の物質又は化学成分を指す。非限定的な例として、サイトカイン、ケモカイン、並びに細胞表面受容体及びその可溶性形態が挙げられる。
本明細書で企図される臨床変数は、前立腺がん(例えば、非進行性及び/又は進行性形態)に伴うものであってもよく、そうでなければそれを指示するものであってもよい。臨床変数は付加的に、他の疾患又は状態に伴うものであってもよい。本発明に関連する臨床変数の非限定的な例として、対象の年齢、前立腺体積(PV)、遊離型PSAの%、PSA増加速度、PSA密度、プロステートヘルスインデックス、デジタル直腸診(DRE)、民族的背景、前立腺がんの家族歴、前立腺がんの前陰性生検が含まれる。
非限定的な例として、本発明による臨床変数とバイオマーカーの組合せは、前立腺がんの非進行性形態と進行性形態との間を識別するために、並びに/又は、非進行性前立腺がんを有するか若しくは前立腺がんを有さないかいずれかの対象の混合型対照集団との比較に基づいて進行性前立腺がんを診断するために、使用することができる。臨床変数とバイオマーカーの組合せは、1つ、2つ、3つ又は3超の個々の臨床変数との組合せで、1つ、2つ、3つ又は3超の個々のバイオマーカーを含むか又はそれらからなることができる。バイオマーカーは、それらに限定されないがWFDC2、遊離型PSA、及び/又は総PSAを始めとする被験物質を含むことができる。
限定されないが、本発明に従って進行性前立腺がんを診断するために使用される臨床変数、バイオマーカー及びそれらの組合せは、
- WFDC2 (HE4)
- WFDC2 (HE4)及び遊離型PSAの%
- WFDC2 (HE4)及びDRE
- WFDC2 (HE4)、遊離型PSAの%、及びDRE
- WFDC2 (HE4)、総PSA及び遊離型PSAの%
- WFDC2 (HE4)、総PSA及びDRE
- WFDC2 (HE4)、総PSA、遊離型PSAの%、及びDRE
- 総PSA、遊離型PSAの%、PV及びWFDC2 (HE4)、又は
- 総PSA、遊離型PSAの%、DRE、PV及びWFDC2 (HE4)
を含むか又はそれらからなることができる。
- WFDC2 (HE4)
- WFDC2 (HE4)及び遊離型PSAの%
- WFDC2 (HE4)及びDRE
- WFDC2 (HE4)、遊離型PSAの%、及びDRE
- WFDC2 (HE4)、総PSA及び遊離型PSAの%
- WFDC2 (HE4)、総PSA及びDRE
- WFDC2 (HE4)、総PSA、遊離型PSAの%、及びDRE
- 総PSA、遊離型PSAの%、PV及びWFDC2 (HE4)、又は
- 総PSA、遊離型PSAの%、DRE、PV及びWFDC2 (HE4)
を含むか又はそれらからなることができる。
バイオマーカーの検出及び定量化
本発明によるバイオマーカー又はバイオマーカーの組合せは、当業者に知られている適切な任意の方法を使用して生体試料において検出することができる。
本発明によるバイオマーカー又はバイオマーカーの組合せは、当業者に知られている適切な任意の方法を使用して生体試料において検出することができる。
一部の実施形態では、バイオマーカー又はバイオマーカーの組合せを定量化して、試料中のバイオマーカー又はバイオマーカーの組合せの特定のレベルを導き出す。バイオマーカーのレベルを、本明細書で提供される方法に従って分析し、臨床変数と組合せで使用して、診断を提供することができる。
所与の生体試料中のバイオマーカーを検出することによって、測定可能なアウトプットを提供することができ、したがって、存在するバイオマーカーのレベルを定量化する手段が提供される。アウトプットシグナルの測定を使用して、生体試料の体積あたりのバイオマーカーの正味質量を指示する数値を生成することができる(例えば、pg/mL;μg/mL;ng/mL等)。
単に非限定的な一例として、バイオマーカーの検出は、試料中のバイオマーカーのレベルを指示する1つ又は複数の蛍光シグナルに最終的にはなることができる。このような蛍光シグナルを使用して、直接に本発明の方法に従って診断判定をなすことができるか、或いはそういった同じ目的のために異なるアウトプット(例えば、すぐ上の段落で記載のように体積当たりの質量)に変換してもよい。
本発明によるバイオマーカーは、例えば、プロテオミクス技術及びバイオマーカーをコードする核酸を利用する技術を含めて、当技術分野で知られている適切な方法を使用して検出及び定量化することができる。
適切なプロテオミクス技術の非限定的な例には、質量分析、タンパク質アレイ技術(例えばタンパク質チップ)、ゲル電気泳動、及びバイオマーカーに対する特異性を有する抗体を利用する他の方法が挙げられるが、これには、免疫蛍光、放射性標識、免疫組織化学、免疫沈降、ウエスタンブロット分析、酵素結合免疫吸着アッセイ(ELISA)、蛍光細胞選別(FACS)、イムノブロッティング、化学発光、及び/又は抗体を用いてタンパク質を検出するのに使用される既知のその他の技術が含まれる。
核酸検出を利用する適切な技術の非限定的な例としては、DNA、RNA(例えば、mRNA)、cDNA等を検出するもの、例えば、PCRベースの技術(例えば、定量的リアルタイムPCR;SYBR-グリーン色素染色)、UVスペクトロメトリー、ハイブリダイゼーションアッセイ(例えばスロットブロットハイブリダイゼーション)及びマイクロアレイ、が挙げられる。
モノクローナル抗体及びポリクローナル抗体を含めて、本発明によるバイオマーカーに対して結合特異性を有する抗体は、容易に入手可能であり、さまざまな商業的ソース(例えば、Sigma-Aldrich社、Santa Cruz Biotechnology社、Abcam社、Abnova社、R&D Systems社等)から購入することができる。付加的に又は代替的に、本発明によるバイオマーカーに対する結合特異性を有する抗体は、当技術分野における標準方法論を使用して産生することができる。モノクローナル抗体を産生できるハイブリドーマ細胞の作出技術は、当分野でよく知られている。非限定的な例として、ハイブリドーマ法(Kohler及びMilstein、(1975) Nature、256:495～497頁; Coliganら section 2.5.1-2.6.7 in Methods In Molecular Biology (Humana Press 1992);並びにHarlow及びLane Antibodies: A Laboratory Manual、726頁(Cold Spring Harbor Pub. 1988)を参照されたい)、ヒトモノクローナル抗体を産生するためのEBV-ハイブリドーマ法(Cole、ら 1985、in Monoclonal Antibodies and Cancer Therapy、Alan R. Liss, Inc.、77～96頁を参照されたい)、ヒトB細胞ハイブリドーマ法(Kozborら 1983、Immunology Today 4:72頁を参照されたい)、及びトリオーマ技術が挙げられる。
一部の実施形態では、生体試料(例えば、体液試料又は組織試料)中のバイオマーカーの検出/定量化は、酵素結合免疫吸着アッセイ(ELISA)を使用して行われる。ELISAは、例えば、比色分析、化学発光、及び/又は蛍光分析に基づくことができる。本発明の方法での使用に適したELISAは、抗体及びその誘導体、タンパク質リガンド等を始めとする適切な任意の捕捉試薬及び検出可能試薬を用いることができる。
非限定的な例として、直接ELISAでは、目的のバイオマーカーは、アッセイプレートへの直接吸着によって、又はプレート表面に付着した捕捉抗体を使用することによって固定化することができる。抗原の検出は次いで、酵素コンジュゲート一次抗体(直接検出)又は非標識一次抗体とコンジュゲート二次抗体の適合セット(間接検出)を使用して実施することができる。間接検出法では、一次抗体に対する結合特異性を有する検出用標識二次抗体を利用することができる。捕獲抗体(使用される場合)及び/又は一次抗体は、異なる宿主種に由来してもよい。
一部の実施形態では、ELISAは、競合ELISA、サンドイッチELISA、細胞内ELISA、又はELISPOT(酵素結合イムノスポットアッセイ)である。
ELISAを調製及び実施する方法は、当業者によく知られている。手順上の考慮事項は、例えば、ELISAプレートの選択及びコーティング、適当な抗体又はプローブの使用、ブロッキング緩衝剤及び洗浄緩衝剤の使用、検出段階の詳細(放射性タグ又は蛍光タグ、酵素基質等)は、当技術分野において十分に確立されており且つルーチンである(例えば、「The Immunoassay Handbook. Theory and applications of ligand binding, ELISA and related techniques」、Wild, D. (編)、第4版、2013、Elsevierを参照されたい)。
他の実施形態では、生体試料(例えば、体液試料又は組織試料)中のバイオマーカーの検出/定量化は、ウェスタンブロッティングを使用して行われる。ウェスタンブロッティングは当業者によく知られている(例えば、Harlow及びLane. Using antibodies. A Laboratory Manual. Cold Spring Harbor、New York: Cold Spring Harbor Laboratory Press、1999; Bold及びMahoney、Analytical Biochemistry 257、185～192頁、1997を参照されたい)。要約すると、所与のバイオマーカーに結合親和性を有する抗体を使用して、ゲル電気泳動によりサイズに基づいて分離されたタンパク質の混合物中のバイオマーカーを定量化することができる。例えば、ニトロセルロース又はポリフッ化ビニリデン(PVDF)製の膜を、生体試料からのタンパク質混合物を含むゲルに隣接して配置し、そして電流を印加してタンパク質がゲルから膜に移動するよう誘導することができる。次いで、膜を目的のバイオマーカーに対して特異性を有する抗体と接触させ、二次抗体及び/又は検出試薬を使用して可視化することができる。
他の実施形態では、生体試料(例えば、体液試料又は組織試料)中の複数のバイオマーカーの検出/定量化は、多重タンパク質アッセイ(例えば、平面アッセイ又はビーズベースのアッセイ)を使用して行われる。多数の多重タンパク質アッセイフォーマットが市販されており(例えば、Bio-rad社、Luminex社、EMD Millipore社、R&D Systems社)、適切な多重タンパク質アッセイの非限定的な例が本明細書の実施例セクションに記載されている。
他の実施形態では、生体試料(例えば、体液試料又は組織試料)中のバイオマーカーの検出/定量化は、フローサイトメトリーによって行われるが、これは、流体の流れ中に懸濁された標的実体(例えば細胞及びタンパク質)をカウント、検査及びソーティングするための技術である。フローサイトメトリーにより、光学的/電子的検出装置を通過する実体の物理的及び/又は化学的特徴の同時マルチパラメータ解析が可能になる(例えば、標的バイオマーカーの定量化)。
他の実施形態では、生体試料(例えば、体液試料又は組織試料)中のバイオマーカーの検出/定量化は、免疫組織化学又は免疫細胞化学によって行われるが、これは、組織又は細胞中の抗原に対して結合特異性を有する抗体又はタンパク質結合剤を使用することにより、組織切片又は細胞中のタンパク質を局在化する方法である。可視化は、抗体/試薬に発色(例えば西洋ワサビペルオキシダーゼ及びアルカリホスファターゼ)又は蛍光(例えばフルオレセインイソチオシアネート(FITC)又はフィコエリトリン(PE))を生成する標識をタグ付けすることによって可能とすることができる。
当業者であれば、本発明によるバイオマーカー又はそれらをコードする核酸を検出するのに使用される特定の方法は、発明上のインプットを必要としないルーチンの選択の問題であることを理解するであろう。
臨床変数の測定
本発明による臨床変数又は臨床変数の組合せは、当業者に知られている適切な任意の方法を使用して評価/測定/定量化することができる。
本発明による臨床変数又は臨床変数の組合せは、当業者に知られている適切な任意の方法を使用して評価/測定/定量化することができる。
一部の実施形態では、臨床変数は、例えば診療記録を介してアクセス可能な比較的単純なパラメータ(例えば年齢)を含んでもよい。
他の実施形態では、臨床変数は、医学的及び/又は当業者に知られている他の方法論による評価を必要とすることがある。例えば、前立腺体積は、超音波(例えば、経腹超音波検査、経直腸超音波検査)、磁気共鳴画像法等を使用する技術による測定を必要とすることがある。DREの結果は通常には、正常又は異常/擬陽性としてスコア付けされる。
本発明の診断方法に関連する臨床変数は、一例として、デジタル直腸診、生検及び/又はMRI融合を始めとする更なる又は代替の方法を使用して、評価、測定、及び/又は定量化することができる。
PSAレベル、遊離型PSA、総PSA、遊離型PSAの%などの臨床変数は、Beckman社Coulter Access 2分析器及び関連するHybritech社アッセイ、Roche社Cobas、Abbott社Architect又はその他の類似のアッセイなどの臨床免疫アッセイの使用によって決定することができる。
バイオマーカー、臨床変数及び診断の解析
本発明の方法によれば、目的の対象において、臨床変数とバイオマーカーの所与の組合せの評価をベースとして使用して、進行性前立腺がんを診断することができる、又は進行性前立腺がんの非存在を判定することができる。
本発明の方法によれば、目的の対象において、臨床変数とバイオマーカーの所与の組合せの評価をベースとして使用して、進行性前立腺がんを診断することができる、又は進行性前立腺がんの非存在を判定することができる。
組合せのバイオマーカー成分を評価することに関して、本発明の方法は全体として、所与の生体試料又は一連の生体試料中の標的バイオマーカーを分析して、試料中のバイオマーカーの定量的尺度を導き出す工程を伴う。適切なバイオマーカーには、それらに限定されないが、「バイオマーカー及び臨床変数のシグネチャー」と題するセクションで上に、及び本出願の実施例で言及されているそういったバイオマーカー及びバイオマーカーの組合せが含まれる。単に非限定的な一例として、定量的尺度は、バイオマーカーを検出及び定量化するように設計されたアッセイによって生成される、蛍光シグナルの形態であっても、吸光度シグナルの形態であってもよい。付加的に又は代替的に、定量的尺度は、試料中のバイオマーカーの質量/体積の測定値の形態で提供される場合もある。
同様に、組合せの臨床変数成分の評価に関して、例えば対象の年齢及び/又は前立腺体積などの特性の評価を行い、代表値(例えば数値)を生成することができる。適切な臨床変数には、それらに限定されないが、「バイオマーカー及び臨床変数のシグネチャー」と題するセクションで上に、及び本出願の実施例で言及されているそういった臨床変数が含まれる。
一部の実施形態では、本発明の方法は、進行性前立腺がんに罹患していると知られている、非進行性がんに罹患していると知られている、又は前立腺がんに罹患していない(例えば、良性前立腺肥大症患者集団及び/又は健康患者集団)と知られている各患者集団におけるバイオマーカー及び臨床変数のレベルの比較を含む場合がある。例えば、バイオマーカーのレベル及び臨床変数の測定値は、非進行性前立腺がんを有する患者と比較して、進行性前立腺がんを有する患者から得られた一連の生体試料から確認することができる。進行性前立腺がんは、最小グリソングレード又はスコア/合計(例えば、少なくとも7(例えば、3+4又は4+3、5+2)、又は少なくとも8(例えば、4+4、5+3又は3+5))によって特徴付けすることができる。
個々の集団それぞれからの試料において観察されたバイオマーカーのレベルと、それぞれの集団内の個体の臨床変数をまとめて解析して、ベースとして使用することができる閾値を決定し、その結果、進行性前立腺がん又は進行性前立腺がんの非存在の診断を提供することができる。例えば、進行性前立腺がんに罹患していることが確認された又は疑われる患者由来の生体試料を分析することができ、本発明による標的バイオマーカーのレベルを臨床変数の評価と組合せで決定することができる。患者の試料中のバイオマーカーのレベル及び臨床変数を、患者集団から生成された閾値に比較することは、進行性前立腺がん又は進行性前立腺がんの非存在を診断するためのベースとして役立つことができる。
したがって、一部の実施形態では、本発明の方法は、所与の患者が進行性前立腺がんに罹患しているかどうか診断する工程を含む。患者は、例えば、DRE検査及び/又はPSA検査の結果として、以前に、前立腺がんを有すると確認された場合もあり、それを有すると疑われた場合もある。このような状況では、本明細書に記載の方法に従って、患者が進行性前立腺がんを有する可能性があるかどうかを判定し、その結果、前立腺生検の必要性を回避することが患者にとって有利である。
特に限定されないが、本発明による診断方法は、対象が進行性前立腺がんを有するか否かを識別する工程を伴うことができる。本方法は、非進行性前立腺がんに罹患していると生検で確認された患者の第1の群からの第1の一連の生体試料を得る工程、及び進行性前立腺がんに罹患していると生検で確認された患者の第2の群からの第2の一連の生体試料を得る工程を含むことができる。第1の患者群と第2の患者群との間を識別するための閾値を、臨床変数を、例えば対象の年齢及び/又は前立腺体積及び/又はDRE状態を測定することによって、並びに、第1の一連の生体試料及び第2の一連の生体試料における1、2、3、4、5又は5超のバイオマーカーのレベル/濃度を検出することによって生成し、それによって、それぞれ一連の生体試料それぞれにおけるバイオマーカーそれぞれについてバイオマーカーレベル得ることができる。進行性前立腺がんの存在又は非存在を判定する上で、臨床変数及び前立腺体積は「変数」とされる。変数は、患者の第1の群と第2の群からの試料間の区別を可能にする様式で組み合わせることができる。閾値又は確率スコアは、以下の方法のいずれか1つ又は複数などの適切な様式で、組み合わされた変数値から選択することができる:患者の第1の群と第2の群との間の誤分類率を減少させる方法;患者の第1の群と第2の群との間を区別する上で感度を向上させる又は最大にする方法;並びに/又は患者の第1の群と第2の群との間を区別する上で特異度を向上させる又は最大にする方法;並びに/又は患者の第1の群と第2の群との間を区別する上で精度を向上させる又は最大にする方法。検査対象及びその生体試料から得られた個々の又は組み合わせた変数値の適切なアルゴリズム及び/又は変換を使用して、閾値と比較するための変数値を生成することができる。一部の実施形態では、閾値及び/又は検査対象スコアを導き出す場合に使用される1つ又は複数の変数が重み付けされる。
一部の実施形態では、組合せのバイオマーカーレベルと臨床変数から生成された対象のスコアが閾値未満である場合、対象は進行性前立腺がんについて陰性診断を受けてもよい。一部の実施形態では、組合せのバイオマーカーレベルと臨床変数から生成された対象のスコアが閾値未満である場合、対象は進行性前立腺がんについて陽性診断を受ける。一部の実施形態では、組合せのバイオマーカーレベルと臨床変数から生成された対象のスコアが閾値超である場合、対象は進行性前立腺がんについて陰性診断を受ける。一部の実施形態では、組合せのバイオマーカーレベルと臨床変数から生成された対象のスコアが閾値超である場合、患者は進行性前立腺がんについて陽性診断を受ける。
これらの解析を行うための適切且つ非限定的な方法は、本出願の実施例に記載されている。
そのような方法の非限定的な一例は、受信者動作特性(ROC)曲線解析である。一般に、ROC解析は、検査された患者各々の分類を、適当な参照基準に基づいて「真の」分類と比較することを伴うことがある。このような様式で複数の患者を分類することによって、感度及び特異度の尺度を導き出すことが可能となる。一般に、感度とは真に陽性であるすべての患者のうちで正しく分類された患者の割合であり、特異度とは真に陰性であるすべての患者のうちで正しく分類されたケースの割合である。一般に、陽性分類を決定するために選択された閾値に応じて、感度と特異度の間にトレードオフが存在してもよい。低い閾値は一般的に、高感度だが比較的低い特異度を有する場合がある。対照的に、高い閾値は一般的に、低感度だが比較的高い特異度を有する場合がある。ROC曲線は、感度対特異度のプロットを水平に反転することによって作成することができる。得られる反転水平軸は、偽陽性画分であり、これは1から差し引いた特異度に等しい。ROC曲線下面積(AUC)は、可能である特異度の全範囲にわたる平均感度、又は可能である感度の全範囲にわたる平均特異度として解釈することができる。AUCは、全体の精度の尺度を表すとともに可能な解釈閾値すべてをカバーする精度の尺度も表す。
ROC曲線全体の解析を用いる方法が包含されるが、一方、方法は、部分領域の統計解析(部分的AUC解析)まで拡張され得ることも意図される。部分的AUC解析における水平軸又は垂直軸に沿った適当な範囲の選択は、臨床目的に少なくとも部分的に依存することができる。高精度で進行性前立腺がんの存在を検出することが重要である臨床設定では、高感度(低い偽陰性)に対応する比較的高い偽陽性画分の範囲を使用してもよい。或いは、進行性前立腺がんの存在を除外することが重要である臨床設定では、高特異度(高い真陽性)と同等の比較的低い偽陽性画分の範囲を使用してもよい。
対象、試料及び対照
本明細書で言及する対象又は患者には、ウシ、ウマ、ヒツジ、イヌ、霊長類、鳥類及びげっ歯類の各種を始めとする、経済的、社会的又は研究上重要な任意の動物が包含される。対象又は患者は、例えば、ヒト又は非ヒト哺乳動物などの哺乳動物であるとし得る。本明細書に記載の対象及び患者は、進行性前立腺がんに罹患していても罹患していなくてもよく、又は非進行性前立腺がんに罹患していても罹患していなくてもよい。
本明細書で言及する対象又は患者には、ウシ、ウマ、ヒツジ、イヌ、霊長類、鳥類及びげっ歯類の各種を始めとする、経済的、社会的又は研究上重要な任意の動物が包含される。対象又は患者は、例えば、ヒト又は非ヒト哺乳動物などの哺乳動物であるとし得る。本明細書に記載の対象及び患者は、進行性前立腺がんに罹患していても罹患していなくてもよく、又は非進行性前立腺がんに罹患していても罹患していなくてもよい。
本発明の方法に従って、所与の対象の臨床変数を評価し、アウトプットを対象からの試料で測定されたバイオマーカーのレベルと組み合わせることができる。
本発明の方法に従って使用される試料は、当業者による分析を可能にするのに適する形態であるとし得る。適切な試料には、種々の体液が、例えば、血液、血漿、血清、精液、尿、涙、脳脊髄液、リンパ液、唾液、間質液、汗等が含まれる。尿は、前立腺のマッサージの後に得ることができる。
試料は、組織生検などの組織試料であっても、組織から掻き取られた表層試料であってもよい。組織は、前立腺由来である場合もある。別の実施形態では、試料を、組織から作製された細胞の懸濁液を形成することによって調製してもよい。
本発明の方法は、一部の実施形態では、対照試料の使用が伴う場合がある。
対照試料は、進行性前立腺がんのない個体から採取される任意の対応する試料(例えば、組織試料、血液、血漿、血清、精液、涙、又は尿)である。ある特定の実施形態では、対照試料は、本発明に従うバイオマーカーをコードする核酸材料を含むか、又はそれからなり得る。
一部の実施形態では、対照試料には標準試料が含まれ得る。標準試料は、対照レベルとされるレベルにてのバイオマーカーの参照量を提供することができる。例えば、標準試料は、進行性前立腺がんを有している場合もあり有していない場合もある1つ又は複数の対象からの1つ又は複数の試料中の、本明細書に記載のバイオマーカーの量又はレベル(例えば、複数の試料からの量又はレベルの平均)を模倣するように調製することができる。
一部の実施形態では、対照データを利用することができる。対照データは、参考として使用される場合、データのコンパイルを含むことができ、例えば、対照レベルであるとされるバイオマーカーの量若しくはレベル及び/又は臨床変数の特性を提供する表、チャート、グラフ(例えば、データベース又は標準曲線)に含有せしめてもよい。そのようなデータは、例えば、進行性前立腺がんを有している場合もあり有していない場合もある、1つ又は複数の対象からの1つ又は複数の試料中のバイオマーカーの量又はレベル(例えば、複数の試料からの量又はレベルの平均)を得ることによってコンパイルすることができる。臨床変数対照データは、進行性前立腺がんを有している場合もあり有していない場合もある、1つ又は複数の対象の変数を評価することによって得ることができる。
キット
本発明の方法を実施するためのキットも、本明細書において企図される。
本発明の方法を実施するためのキットも、本明細書において企図される。
キットは、それらに限定されないが、「バイオマーカー及び臨床変数のシグネチャー」と題するセクションで上に言及されるそういったバイオマーカー及びバイオマーカーの組合せを含めて、本明細書に記載の1つ又は複数のバイオマーカーを検出するのに適する試薬を含むことができる。
非限定的な一例として、キットは、本明細書に記載の1つ又は一連のバイオマーカーに特異的に結合することができる1つ又は一連の抗体を含むこともある。
付加的に又は代替的に、キットは、対象の臨床変数(例えばPSAレベル)を決定するための試薬及び/又は成分、並びに/又は本明細書に記載の1つ又は複数のバイオマーカーを定量化することができるアッセイを調製及び/若しくは実施するための、試薬及び/又は成分(例えば、ELISA、マルチプレックスビーズベースのLuminexアッセイ、フローサイトメトリー、ウエスタンブロット、免疫組織化学、ゲル電気泳動(タンパク質及び/若しくは核酸の分離に適するような)及び/若しくは定量的PCRを実施するための試薬)を含むことができる。そのようなアッセイは、Roche社Cobas、Abbott社Architect若しくはAlinity、又はBeckman社Coulter Access 2分析器及び関連するHybritechアッセイ等のシステムを使用して実施することができる。
付加的に又は代替的に、キットは、対象から、本明細書に記載の生体試料を得る及び/又は処理するための装置を含むことができる。
広く記載されているように、本発明の精神又は範囲から逸脱することなく、特定の実施形態に開示されているように、多くの変形及び/又は改変が本発明に対してなされ得ることは、当業者であれば理解するであろう。したがって、本実施形態は、あらゆる点で例示的であり、制限的なものではないと考慮されるべきである。
以下、本発明を特定の実施例を参照して記載するが、いかようにも限定するものとして解釈されるべきではない。
(実施例1)
背景及び研究計画
1.1臨床診断経路
進行性前立腺がんの典型的な臨床診断経路を図示するフローダイヤグラムを下の概略図に示す。
背景及び研究計画
1.1臨床診断経路
進行性前立腺がんの典型的な臨床診断経路を図示するフローダイヤグラムを下の概略図に示す。
要約すると:
1. かかりつけ医は、PSA上昇の結果の患者を泌尿器科医に紹介する。
2. 泌尿器科医はPSA検査を繰り返す。
3. 年齢調整のPSAカットオフ超の場合、患者は生検に進む。
4. 生検がグリソンスコア3+4(又はそれ超)を示す場合、手術、放射線、薬物などの種々のモダリティによる処置が開始される。
5. 生検がグリソンスコア3+3を示す場合、医師は経会陰生検、MRI又は監視療法を検討してもよい。
1. かかりつけ医は、PSA上昇の結果の患者を泌尿器科医に紹介する。
2. 泌尿器科医はPSA検査を繰り返す。
3. 年齢調整のPSAカットオフ超の場合、患者は生検に進む。
4. 生検がグリソンスコア3+4(又はそれ超)を示す場合、手術、放射線、薬物などの種々のモダリティによる処置が開始される。
5. 生検がグリソンスコア3+3を示す場合、医師は経会陰生検、MRI又は監視療法を検討してもよい。
下のフローダイヤグラムに、本発明の診断方法を実施するための例示的な戦略を概説する。
要約すると:
1. かかりつけ医は、PSA上昇の結果の患者を泌尿器科医に紹介する。
2. 泌尿器科医はPSA検査を繰り返し、本発明による診断方法を実施する。
3. 本方法により「非進行性がん」の判定が提供される場合、患者は生検に進まず、3～6か月後にフォローアップが行われ、1年で場合によっては生検が伴う。
5. 本方法が進行性診断を提供する場合、泌尿器科医は生検を要求する。生検がグリソンスコア3+4(又はそれ超)を示す場合、手術、放射線、薬物などの種々のモダリティにより処置する。
6. 生検がグリソンスコア3+3を示す場合、経会陰生検、MRI又は監視療法を検討してもよい。
1. かかりつけ医は、PSA上昇の結果の患者を泌尿器科医に紹介する。
2. 泌尿器科医はPSA検査を繰り返し、本発明による診断方法を実施する。
3. 本方法により「非進行性がん」の判定が提供される場合、患者は生検に進まず、3～6か月後にフォローアップが行われ、1年で場合によっては生検が伴う。
5. 本方法が進行性診断を提供する場合、泌尿器科医は生検を要求する。生検がグリソンスコア3+4(又はそれ超)を示す場合、手術、放射線、薬物などの種々のモダリティにより処置する。
6. 生検がグリソンスコア3+3を示す場合、経会陰生検、MRI又は監視療法を検討してもよい。
1.2 モデル開発の概要
モデル成分を特定するのに使用される戦略の要約は下のとおりである:
- 試料を、代表的な現代の米国患者集団から収集した(「CUSP」前向き試験)。
- 試料を、現在の前立腺がん診断検査を使用して測定した:PSA、遊離型PSAの%。
- リスクカリキュレーターで使用される臨床変数の測定値を作成した(年齢、民族的背景、PSA、DRE、前立腺体積、家族歴、以前の生検結果)。
- 本コホートにおける進行性CaP対非進行性CaP及び進行性CaP対NOT-進行性CaPを区別する際の臨床検査/臨床的要因のパフォーマンスを決定した。
- 試料を、複数のバイオマーカーのパネルを使用して測定した。
- 本コホートにおける進行性CaP対非進行性CaP及び進行性CaP対非進行性CaPを区別する際の臨床変数及び個々のバイオマーカーの単変量解析を行った。
- モデルを、既存の臨床検査/臨床的要因を使用し、一バイオマーカーのマーカーを加えて開発した(本アプローチは、既存の検査に加える必要がある新しいマーカーの数を最小限に抑えることに留意されたい)。
モデル成分を特定するのに使用される戦略の要約は下のとおりである:
- 試料を、代表的な現代の米国患者集団から収集した(「CUSP」前向き試験)。
- 試料を、現在の前立腺がん診断検査を使用して測定した:PSA、遊離型PSAの%。
- リスクカリキュレーターで使用される臨床変数の測定値を作成した(年齢、民族的背景、PSA、DRE、前立腺体積、家族歴、以前の生検結果)。
- 本コホートにおける進行性CaP対非進行性CaP及び進行性CaP対NOT-進行性CaPを区別する際の臨床検査/臨床的要因のパフォーマンスを決定した。
- 試料を、複数のバイオマーカーのパネルを使用して測定した。
- 本コホートにおける進行性CaP対非進行性CaP及び進行性CaP対非進行性CaPを区別する際の臨床変数及び個々のバイオマーカーの単変量解析を行った。
- モデルを、既存の臨床検査/臨床的要因を使用し、一バイオマーカーのマーカーを加えて開発した(本アプローチは、既存の検査に加える必要がある新しいマーカーの数を最小限に抑えることに留意されたい)。
1.3 患者コホート及び試験パラメータ
米国から代表的な現代の患者集団を収集するように前向き治験を設計した。このことが意味したところは、本研究は、米国のさまざまな民族群の代表度数を有するとともに、非がん、非進行性前立腺がん又は進行性前立腺がんのいずれかの現代の有病率も反映していたことである。試験に動員されたすべての患者は、年齢調整PSAの上昇に基づいて診察を受け、彼らの地元の臨床サイトで生検を受けた者である。血清試料及び血漿試料を、標準化PSA検査(Abbott社Architectマシン上でセントラルラボで実施)用の血液試料と一緒に収集した。地元サイトでの生検評価に加えて、1人の病理学者がセントラル生検レビューを実施した。セントラルPSA値及びセントラル生検分類をモデル開発のために使用した。試験の全詳細は、Shoreら、Urologic Oncology 2020年4月 doi: 10.1016/j.urolonc.2020.03.0111に記載されている。
米国から代表的な現代の患者集団を収集するように前向き治験を設計した。このことが意味したところは、本研究は、米国のさまざまな民族群の代表度数を有するとともに、非がん、非進行性前立腺がん又は進行性前立腺がんのいずれかの現代の有病率も反映していたことである。試験に動員されたすべての患者は、年齢調整PSAの上昇に基づいて診察を受け、彼らの地元の臨床サイトで生検を受けた者である。血清試料及び血漿試料を、標準化PSA検査(Abbott社Architectマシン上でセントラルラボで実施)用の血液試料と一緒に収集した。地元サイトでの生検評価に加えて、1人の病理学者がセントラル生検レビューを実施した。セントラルPSA値及びセントラル生検分類をモデル開発のために使用した。試験の全詳細は、Shoreら、Urologic Oncology 2020年4月 doi: 10.1016/j.urolonc.2020.03.0111に記載されている。
前向き非無作為化症例対照研究を、主要及び副次的評価項目を有するように設計した:
主要評価項目:前立腺がん患者対非前立腺がん患者の検出
副次的評価項目:進行性(グリソン≧3+4として定義)対非進行性(グリソン3+3として定義)前立腺がんの区別
主要評価項目:前立腺がん患者対非前立腺がん患者の検出
副次的評価項目:進行性(グリソン≧3+4として定義)対非進行性(グリソン3+3として定義)前立腺がんの区別
本研究は、米国の12の研究センターで実施され、計384人の対象が集められた:
アーム1(健康な正常): 52人の患者
アーム2(前立腺生検): 332人(100%)の患者
コホートA: 148人の患者(45%)、非がん
コホートB: 64人の患者(19%)、GS = 6、CaP
コホートC: 120人の患者(36%)、GS≧7(≧3+4)、CaP
アーム1(健康な正常): 52人の患者
アーム2(前立腺生検): 332人(100%)の患者
コホートA: 148人の患者(45%)、非がん
コホートB: 64人の患者(19%)、GS = 6、CaP
コホートC: 120人の患者(36%)、GS≧7(≧3+4)、CaP
血清試料及び血漿試料を収集し、標準化されたPSA検査及び集中病理診断についてレビューした(グリソンスコアとエプスタインスコアの両方)。
選択基準は以下のとおりであった:
ARM 1:健康な正常(HN)
- 対象 50歳以上
- 50歳と60歳の間で<1.5ng/mL、60歳超で<3ng/mLと定義される低PSAである低PSA(最長で12か月前に実施)
- 署名同意文書
ARM 2:前立腺生検
- 対象 40歳以上
- 高PSAについて、新規の又は再前立腺生検のいずれかに送られたか、又は受けたすべての対象、この場合、高PSAは、40歳と49歳の間で≧1ng/ml、50歳と60歳の間で≧2ng/mL、>60歳以上の場合は≧3ng/mLと定義された。
- 署名同意文書。
ARM 1:健康な正常(HN)
- 対象 50歳以上
- 50歳と60歳の間で<1.5ng/mL、60歳超で<3ng/mLと定義される低PSAである低PSA(最長で12か月前に実施)
- 署名同意文書
ARM 2:前立腺生検
- 対象 40歳以上
- 高PSAについて、新規の又は再前立腺生検のいずれかに送られたか、又は受けたすべての対象、この場合、高PSAは、40歳と49歳の間で≧1ng/ml、50歳と60歳の間で≧2ng/mL、>60歳以上の場合は≧3ng/mLと定義された。
- 署名同意文書。
ARM 1の除外基準は以下のとおりであった:
1. 基底皮膚がん又は扁平上皮がんを除くがんの病歴を有する任意の対象。
2. PSAの結果がない、又は最長12か月の承認時間枠範囲外のPSAがある任意の対象。
3. 採血の72時間以内にDREを有した、射精した、又は激しいサイクリングを経験した任意の対象。
4. 採血から以前の6週間のうちに他の下部尿路操作(前立腺生検を含めて泌尿器科手術と定義)を有する任意の対象。
5. 治験責任医師のレビューによって定義された良性前立腺肥大症を有する任意の対象。
6. ノコギリヤシを服用している任意の対象は、最終投与から最低でも30日のウオッシュアウトがない限り、除外した。
7. アンドロゲン除去療法を受けている任意の対象。
8. 最終投与から最低でも30日のウオッシュアウトがない限り、Casadexを服用している任意の対象は除外される。
9. 治験薬 - プラセボ対照又は未知の薬剤を現在服用している任意の患者。
10. フィナステリドの最終投与から最低6週間のウオッシュアウト及びデュタステリドの最終投与から最低6か月のウオッシュアウトがない限り、5アルファ還元酵素阻害剤を服用している任意の対象は除外される。
11. 前立腺炎、直腸痛又は尿路感染症に現在罹患していることが、治験責任医師によって確認された任意の対象。
1. 基底皮膚がん又は扁平上皮がんを除くがんの病歴を有する任意の対象。
2. PSAの結果がない、又は最長12か月の承認時間枠範囲外のPSAがある任意の対象。
3. 採血の72時間以内にDREを有した、射精した、又は激しいサイクリングを経験した任意の対象。
4. 採血から以前の6週間のうちに他の下部尿路操作(前立腺生検を含めて泌尿器科手術と定義)を有する任意の対象。
5. 治験責任医師のレビューによって定義された良性前立腺肥大症を有する任意の対象。
6. ノコギリヤシを服用している任意の対象は、最終投与から最低でも30日のウオッシュアウトがない限り、除外した。
7. アンドロゲン除去療法を受けている任意の対象。
8. 最終投与から最低でも30日のウオッシュアウトがない限り、Casadexを服用している任意の対象は除外される。
9. 治験薬 - プラセボ対照又は未知の薬剤を現在服用している任意の患者。
10. フィナステリドの最終投与から最低6週間のウオッシュアウト及びデュタステリドの最終投与から最低6か月のウオッシュアウトがない限り、5アルファ還元酵素阻害剤を服用している任意の対象は除外される。
11. 前立腺炎、直腸痛又は尿路感染症に現在罹患していることが、治験責任医師によって確認された任意の対象。
アーム2前立腺がん生検の除外基準は以下のとおりであった:
1. 基底皮膚がん又は扁平上皮がんを除く前立腺がん以外のがんの病歴を有する任意の対象。
2. PSAの結果がない、又は最長12か月の承認時間枠範囲外のPSAがある任意の対象。
3. 採血の72時間以内にDREを有した、射精した、又は激しいサイクリングを経験した任意の対象。
4. 採血から以前の6週間のうちに他の下部尿路操作(前立腺生検を含めて泌尿器科手術と定義)を有する任意の対象。
5. ノコギリヤシを服用している任意の対象は、最終投与から最低でも30日のウオッシュアウトがない限り、除外される。
6. アンドロゲン除去療法を受けている任意の対象。
7. 最終投与から最低でも30日のウオッシュアウトがない限り、Casadexを服用している任意の対象は除外される。
8. 治験薬 - プラセボ対照又は未知の薬剤を現在服用している任意の患者。
9. フィナステリドの最終投与から最低6週間のウオッシュアウト及びデュタステリドの最終投与から最低6か月のウオッシュアウトがない限り、5アルファ還元酵素阻害剤を服用している任意の対象は除外される。
10. 前立腺炎、直腸痛又は尿路感染症に現在罹患していることが、治験責任医師によって確認された任意の対象。
1. 基底皮膚がん又は扁平上皮がんを除く前立腺がん以外のがんの病歴を有する任意の対象。
2. PSAの結果がない、又は最長12か月の承認時間枠範囲外のPSAがある任意の対象。
3. 採血の72時間以内にDREを有した、射精した、又は激しいサイクリングを経験した任意の対象。
4. 採血から以前の6週間のうちに他の下部尿路操作(前立腺生検を含めて泌尿器科手術と定義)を有する任意の対象。
5. ノコギリヤシを服用している任意の対象は、最終投与から最低でも30日のウオッシュアウトがない限り、除外される。
6. アンドロゲン除去療法を受けている任意の対象。
7. 最終投与から最低でも30日のウオッシュアウトがない限り、Casadexを服用している任意の対象は除外される。
8. 治験薬 - プラセボ対照又は未知の薬剤を現在服用している任意の患者。
9. フィナステリドの最終投与から最低6週間のウオッシュアウト及びデュタステリドの最終投与から最低6か月のウオッシュアウトがない限り、5アルファ還元酵素阻害剤を服用している任意の対象は除外される。
10. 前立腺炎、直腸痛又は尿路感染症に現在罹患していることが、治験責任医師によって確認された任意の対象。
研究患者の背景を下のTable 1(表3)及びTable 2(表4)に概説する。
1.4 試料採取
患者から採取した全血試料を4℃で保存し、採取の2時間以内に遠心分離に供して、血清成分を分離し、これを-20℃で保存した。試料は採取サイトから出荷され、次いで解凍され、一定分量に分けられ、-80℃で保存した。
患者から採取した全血試料を4℃で保存し、採取の2時間以内に遠心分離に供して、血清成分を分離し、これを-20℃で保存した。試料は採取サイトから出荷され、次いで解凍され、一定分量に分けられ、-80℃で保存した。
1.5多被験物質アレイ
患者の血清試料を室温で解凍し、次いで1.5mL遠心管に移した。試料を室温で20,000gで5分間、回転させた。いずれものペレット又は脂質層を避けながら、各試料の中間画分を96ウェルプレートに移し、適当な緩衝剤で希釈した。これら試料プレートを、製造元の取扱説明書に従ってAustralian Proteome Analysis Facilityで処理及び実施できるようになるまで、-80℃で保存した。製造元の取扱説明書に従って、Bioplex 200分析器を使用して試料を分析した。
患者の血清試料を室温で解凍し、次いで1.5mL遠心管に移した。試料を室温で20,000gで5分間、回転させた。いずれものペレット又は脂質層を避けながら、各試料の中間画分を96ウェルプレートに移し、適当な緩衝剤で希釈した。これら試料プレートを、製造元の取扱説明書に従ってAustralian Proteome Analysis Facilityで処理及び実施できるようになるまで、-80℃で保存した。製造元の取扱説明書に従って、Bioplex 200分析器を使用して試料を分析した。
本分析のために、R&D systems社から2つのカスタムキットを入手した:
各キットに含まれるサイトカイン及び増殖因子は以下のとおりであった:
29-plex: :NT-proANP、プロラクチン、ANGPTL3、カリクレイン3.PSA、エンドグリン、HGF、VEGF-C、CD31.Pecam1、Tie-2、SCF、VEGF R2.KDR.Flk-1、ErbB2.Her2、CXCL13.BLC.BCA-1、IL-7、FGF-b、HE4.WFDC-2、アンジオポエチン-1、MADCAM-1、レプチン、BDNF、CD40リガンド、IL-18、IL-6 Rアルファ、uPA.ウロキナーゼ、PDGF-AB、オステオポンチン、メソテリン、EGF、CXCL12.SDF-1アルファ
3-plex: VEGF(VEGFA)、G-CSF、グリピカン-1
各キットに含まれるサイトカイン及び増殖因子は以下のとおりであった:
29-plex: :NT-proANP、プロラクチン、ANGPTL3、カリクレイン3.PSA、エンドグリン、HGF、VEGF-C、CD31.Pecam1、Tie-2、SCF、VEGF R2.KDR.Flk-1、ErbB2.Her2、CXCL13.BLC.BCA-1、IL-7、FGF-b、HE4.WFDC-2、アンジオポエチン-1、MADCAM-1、レプチン、BDNF、CD40リガンド、IL-18、IL-6 Rアルファ、uPA.ウロキナーゼ、PDGF-AB、オステオポンチン、メソテリン、EGF、CXCL12.SDF-1アルファ
3-plex: VEGF(VEGFA)、G-CSF、グリピカン-1
1.6 モデル開発及び結果
治験のアーム2からの生検で確認された前立腺がんと診断された患者由来の試料を、非進行性前立腺がん患者から進行性前立腺がん患者(グリソン≧3+4)を区別するモデルの開発に使用した。
治験のアーム2からの生検で確認された前立腺がんと診断された患者由来の試料を、非進行性前立腺がん患者から進行性前立腺がん患者(グリソン≧3+4)を区別するモデルの開発に使用した。
臨床的要因と人口統計学的要因を被験物質試料値にリンクする統合データベースを生成した。最初の調査に続いて、血漿以外に血清に由来する被験物質濃度を使用した。
1. 332例の治験試料を、Minomic社の29及び3 Plex Luminexのパネルを使用して測定した
2. 極端な溶血データ(12試料)を除外し、データ解析に利用可能な320試料がもたらされた
3. 範囲外及び外挿データを、各被験物質の標準曲線の最上値又は最下値のいずれかに設定した
4. PSA、遊離型PSAの%及びHE4の各被験物質値を対数変換して、モデル開発用の正規分布を得た
5. No CaP:前立腺がんのない患者と定義した(生検で非がん)
6. CaP:前立腺がんの患者(GS≧3+3)
7. NonAgCaP: 3+3に等しいグリソンスコアと定義された非進行性前立腺がんの患者
8. NOT AgCaP=No CaP+NonAgCaP
9. AgCaP: 3+4以上のグリソンスコア生検と定義された進行性前立腺がんの患者
10. 141例のNoCaP、62例のNonAgCaP及び114例のAgCaPの試料は、解析に利用可能なデータすべてを有した(計317例)。
1. 332例の治験試料を、Minomic社の29及び3 Plex Luminexのパネルを使用して測定した
2. 極端な溶血データ(12試料)を除外し、データ解析に利用可能な320試料がもたらされた
3. 範囲外及び外挿データを、各被験物質の標準曲線の最上値又は最下値のいずれかに設定した
4. PSA、遊離型PSAの%及びHE4の各被験物質値を対数変換して、モデル開発用の正規分布を得た
5. No CaP:前立腺がんのない患者と定義した(生検で非がん)
6. CaP:前立腺がんの患者(GS≧3+3)
7. NonAgCaP: 3+3に等しいグリソンスコアと定義された非進行性前立腺がんの患者
8. NOT AgCaP=No CaP+NonAgCaP
9. AgCaP: 3+4以上のグリソンスコア生検と定義された進行性前立腺がんの患者
10. 141例のNoCaP、62例のNonAgCaP及び114例のAgCaPの試料は、解析に利用可能なデータすべてを有した(計317例)。
これらの工程を、解析に使用されたMiCheck-01治験からの試料の内訳を指示するフローチャートに下にまとめる。
多変量モデルを開発するために以下の工程を使用した:
1. 統合データセットを、BMA3、VSURF4,5、caret6、ROCR7、pROC8、statsパッケージがロードされているR2コンピュータプログラムにインポートした。
2. 前立腺がん検査で通常に測定され、よく使用される、3つの臨床変数:PSA、DRE、遊離型PSAの%を必須のものとした。
3. 3 Plex及び29-Plex Luminexのパネルを使用して測定した32の被験物質の22のデータを解析に使用した。
- 22の被験物質: VEGF、G-CSF、グリピカン-1、NT-proANP、カリクレイン 3、HGF、VEGF-C、Tie-2、VEGF R2/KDR/Flk-1、ErbB2/Her2、CXCL13.BLC.BCA-1、IL-7、WFDC2(HE4)、MADCAM-1、レプチン、CD40L、IL-18、IL.6.R.アルファ、uPA.ウロキナーゼ、PDGF.AB、オステオポンチン、メソテリン。
4. 上に列記の被験物質それぞれを使用して、段階的回帰を実施した:必須のものとした臨床的要因に1つのマーカーを追加して、CaPデータセット又は全体集団の両方でパフォーマンスにおいて最良の改善を付与するモデルを開発した。特に、設定95%感度にての特異度を向上させる被験物質について試験した。
5. 結果: WFDC2(HE4)が、non-AgCaPとAgCaPとを区別する上で95%感度にての特異度の向上に有意に寄与すると特定された。
1. 統合データセットを、BMA3、VSURF4,5、caret6、ROCR7、pROC8、statsパッケージがロードされているR2コンピュータプログラムにインポートした。
2. 前立腺がん検査で通常に測定され、よく使用される、3つの臨床変数:PSA、DRE、遊離型PSAの%を必須のものとした。
3. 3 Plex及び29-Plex Luminexのパネルを使用して測定した32の被験物質の22のデータを解析に使用した。
- 22の被験物質: VEGF、G-CSF、グリピカン-1、NT-proANP、カリクレイン 3、HGF、VEGF-C、Tie-2、VEGF R2/KDR/Flk-1、ErbB2/Her2、CXCL13.BLC.BCA-1、IL-7、WFDC2(HE4)、MADCAM-1、レプチン、CD40L、IL-18、IL.6.R.アルファ、uPA.ウロキナーゼ、PDGF.AB、オステオポンチン、メソテリン。
4. 上に列記の被験物質それぞれを使用して、段階的回帰を実施した:必須のものとした臨床的要因に1つのマーカーを追加して、CaPデータセット又は全体集団の両方でパフォーマンスにおいて最良の改善を付与するモデルを開発した。特に、設定95%感度にての特異度を向上させる被験物質について試験した。
5. 結果: WFDC2(HE4)が、non-AgCaPとAgCaPとを区別する上で95%感度にての特異度の向上に有意に寄与すると特定された。
PSA(図1)、DRE(図2)、遊離型PSAの%(図3)及びWFDC2(HE4)(図4)について、モデル開発及びROC解析(進行性前立腺がん対非進行性前立腺がんの比較)を実施した。個々の成分のさまざまなモデルのパフォーマンスをTable 3(表6)に示す。
モデル開発のゴールは、PSA、DRE、又は遊離型PSAの%などの現在利用可能な臨床検査に基づいて、進行性前立腺がん対非進行性前立腺がんの存在を正確に予測する能力を改善することであった。
各ロジスティック回帰モデルについて、PSA、遊離型PSAの%及びHE4の各値を得、対数変換した。変換値に、これらそれぞれのlogオッズ比係数を乗じた。異常/擬陽性のDRE状態が得られた場合、それにそのlogオッズ比係数を乗じた。積を合計してLogit(P)値を生成し、次いでこれを以下の式において使用して確率スコアPを生成した。
一般式は、
である。
・分類:
P>閾値の場合、患者はAgCaPを有すると分類される
・分類:
P>閾値の場合、患者はAgCaPを有すると分類される
さまざまなモデルのパフォーマンスに対する追加の被験物質の寄与を、Table 4(表7)に示す。
注目すべきことに、PSAにDREを追加すると、CaP集団においてnon-AgCaPからAgCaPを区別する上でAUCが向上し(0.76対0.73)、一方、遊離型PSAの%を含めるとAUCが更に向上した(0.80対0.76)。WFDC2(HE4)の追加により、本集団のAUCは更には改善されなかった(Table 4(表7))。PSAへのDRE及び遊離型PSAの%追加によって、感度95%にての特異度は改善されなかった。しかし、WFDC2(HE4)の包含によって、CaP集団において95%感度にての特異度が有意に向上した(40%対26%、p=0.003、Table 4(表7)及びTable 5(表8))。
モデル(g)を全体集団に適用した場合、WFDC2(HE4)の包含により、モデル(f)と比較してAUCが向上した(0.83対0.82、Table 4(表7))が、この向上は統計的有意性にはいたらなかった(p=0.077、Table 5(表8))。WFDC2(HE4)の包含により、本集団において95%感度にての特異度が有意に向上した(46%対33%、p=2.38×10-5)。
変数PSA、DRE、遊離型PSAの%及びWFDC2(HE4)を使用してモデル開発を更に最適化するために、以下のアプローチを採用した:
1. モデルMiCheck Prostate 1a標準を、標準多変量ロジスティック回帰モデリングを使用して、CaP集団のみについて開発した
2. モデルMiCheck Prostate lb標準を、標準多変量ロジスティック回帰モデリングを使用して、全体集団について開発した
3. 次に、両方のモデルを使用して全体集団についてパフォーマンスを評価した
4. モデルMiCheck Prostate 1a標準が、モデルMiCheck Prostate lb標準よりも良好なパフォーマンスを有していたので、モデルMiCheck Prostate 1avalを、交差検証(「val」)多変量ロジスティック回帰モデルを使用して、CaP集団のみについて開発した;次いで、全体集団に適用した
5. モデルMiCheck Prostate 1avalの2つのバージョンを、交差検証に続いて得た;V1は全体集団について95%感度にてわずかに高い特異度を有したが、一方、V2はトレーニングセットとテストセットの間で95%感度にてAUCと特異度の両方においてよりバランスが取れていた。
1. モデルMiCheck Prostate 1a標準を、標準多変量ロジスティック回帰モデリングを使用して、CaP集団のみについて開発した
2. モデルMiCheck Prostate lb標準を、標準多変量ロジスティック回帰モデリングを使用して、全体集団について開発した
3. 次に、両方のモデルを使用して全体集団についてパフォーマンスを評価した
4. モデルMiCheck Prostate 1a標準が、モデルMiCheck Prostate lb標準よりも良好なパフォーマンスを有していたので、モデルMiCheck Prostate 1avalを、交差検証(「val」)多変量ロジスティック回帰モデルを使用して、CaP集団のみについて開発した;次いで、全体集団に適用した
5. モデルMiCheck Prostate 1avalの2つのバージョンを、交差検証に続いて得た;V1は全体集団について95%感度にてわずかに高い特異度を有したが、一方、V2はトレーニングセットとテストセットの間で95%感度にてAUCと特異度の両方においてよりバランスが取れていた。
これらの工程については、下により詳細に記載する。
(a) CaP集団のみについて開発された標準ロジスティック回帰モデル1a
・ CaP集団においてAgCaP対NonAgCaPを区別するために開発されたモデル
・ モデル開発用のデータ: CaP患者のみ(114例のAgCaP、62例のNonAgCaP)
・ パフォーマンスレポート用のデータ: CaP患者のみ(114例のAgCaP、62例のNonAgCaP)
・ 方法:標準多変量ロジスティック回帰
・ AUCは0.8(0.73～0.87)である、ROC曲線を図5に示す
(a) CaP集団のみについて開発された標準ロジスティック回帰モデル1a
・ CaP集団においてAgCaP対NonAgCaPを区別するために開発されたモデル
・ モデル開発用のデータ: CaP患者のみ(114例のAgCaP、62例のNonAgCaP)
・ パフォーマンスレポート用のデータ: CaP患者のみ(114例のAgCaP、62例のNonAgCaP)
・ 方法:標準多変量ロジスティック回帰
・ AUCは0.8(0.73～0.87)である、ROC曲線を図5に示す
(b) 患者全体集団に適用された標準ロジスティック回帰モデル1a
・ (a)において開発されたモデルを患者全体集団に適用した。
・ モデル開発用のデータ: CaP患者のみ(114例のAgCaP、62例のNonAgCaP)
・ パフォーマンスレポート用のデータ: 評価可能な全体集団(114例のAgCaP、203例のNOTAg CaP)
・ 方法:標準多変量ロジスティック回帰
・ AUCは0.83(0.78～0.88)である、ROC曲線を図6に示す
・ (a)において開発されたモデルを患者全体集団に適用した。
・ モデル開発用のデータ: CaP患者のみ(114例のAgCaP、62例のNonAgCaP)
・ パフォーマンスレポート用のデータ: 評価可能な全体集団(114例のAgCaP、203例のNOTAg CaP)
・ 方法:標準多変量ロジスティック回帰
・ AUCは0.83(0.78～0.88)である、ROC曲線を図6に示す
(c) 全体集団についてのMiCheck 1a検査パフォーマンスの評価
95%感度のカットポイントを使用して全体集団に適用される場合、MiCheck 1a標準アルゴリズムにより、陽性として218人の患者及び陰性として99人の患者が分類される。検査結果の内訳並びにGS≧3+4及びGS≧4+3のNPVを下のTable 7(表11)に示す。no CaP、NonAgCaP及びAgCaPの生検の減少率を図7に示す。
95%感度のカットポイントを使用して全体集団に適用される場合、MiCheck 1a標準アルゴリズムにより、陽性として218人の患者及び陰性として99人の患者が分類される。検査結果の内訳並びにGS≧3+4及びGS≧4+3のNPVを下のTable 7(表11)に示す。no CaP、NonAgCaP及びAgCaPの生検の減少率を図7に示す。
(d) 患者全体集団について開発された標準回帰モデルlb
・ 全体集団においてAgCaP対NOT AgCaPを区別するために開発されたモデル
・ モデル開発用のデータ:研究全体集団(114例のAgCaP、203例のNOT AgCaP)
・ パフォーマンスレポート用のデータ:研究全体集団(114例のAgCaP、203例のNOT AgCaP)
・ 方法:標準多変量ロジスティック回帰
・ AUCは0.83(0.78～0.88)である、ROC曲線を図8に示す。
・ 全体集団においてAgCaP対NOT AgCaPを区別するために開発されたモデル
・ モデル開発用のデータ:研究全体集団(114例のAgCaP、203例のNOT AgCaP)
・ パフォーマンスレポート用のデータ:研究全体集団(114例のAgCaP、203例のNOT AgCaP)
・ 方法:標準多変量ロジスティック回帰
・ AUCは0.83(0.78～0.88)である、ROC曲線を図8に示す。
(e) 全体集団についてのMiCheck lb標準検査パフォーマンスの評価
95%感度のカットポイントを使用して全体集団に適用される場合、MiCheck lb標準アルゴリズムによって239人の患者が陽性として、78人の患者が陰性として分類される。検査結果の内訳並びにGS≧3+4及びGS≧4+3のNPVを下のTable 9(表14)に示す。no CaP、non-AgCaP及びAgCaPの生検の減少率を図9に示す。
95%感度のカットポイントを使用して全体集団に適用される場合、MiCheck lb標準アルゴリズムによって239人の患者が陽性として、78人の患者が陰性として分類される。検査結果の内訳並びにGS≧3+4及びGS≧4+3のNPVを下のTable 9(表14)に示す。no CaP、non-AgCaP及びAgCaPの生検の減少率を図9に示す。
(f) 標準ロジスティック回帰モデルのパフォーマンス比較
・ モデルMiCheck laを、CaP集団のみについて開発し、次いで全体集団に適用してそのパフォーマンス特性を決定した
・ モデルMiCheck lbを全体集団について開発し、次いで全体集団に適用してそのパフォーマンス特性を決定した
・ 進行性がんに対する95%感度の臨床医の所望の感度にての検査パフォーマンスを比較した
・ モデルMiCheck 1aは、95%感度にて優れた特異度(46%対35%)を有しており、したがって、モデルMiCheck lbと比較した場合、進行性CaPの同等の遅延検出とともに、より高い不要な生検回避、並びに、総生検回避のより高い%(31%対25%)も有する
・ モデルMiCheck lbを全体集団について開発し、次いで全体集団に適用してそのパフォーマンス特性を決定した
・ 進行性がんに対する95%感度の臨床医の所望の感度にての検査パフォーマンスを比較した
・ モデルMiCheck 1aは、95%感度にて優れた特異度(46%対35%)を有しており、したがって、モデルMiCheck lbと比較した場合、進行性CaPの同等の遅延検出とともに、より高い不要な生検回避、並びに、総生検回避のより高い%(31%対25%)も有する
(g) CaP集団を使用した交差検証モデルの開発
モデル1aがモデル1bよりも優れていると判明したので、交差検証モデルの開発にCaP集団を使用した。オーバーフィッティングを避けるために、モンテカルロ交差検証を適用した。データをトレーニング用に3分の2及びテスト用に3分の1に分割し、2000回繰り返した。トレーニングデータセットとテストデータセットにおけるAgCaPに対するNon-AgCaPの割合は同等であり、これを図10に示す。分割それぞれについて、トレーニングデータセットを使用して、4つの変数で構成される多変量ロジスティック回帰モデルを開発した。次いで、モデルを補完的なテストデータセットにおいて比較して、パフォーマンスを得た。同じ最適パフォーマンスを備えるいくつかのモデルを得て、したがって、その最終モデル及びカットポイントは、GS 4+3のがんを有するAgCaPの5%以下が陰性と分類されることを許可するとするが、Gleason 8以上のがんが陰性と分類されることを許可するものであってはならないように、一方、生検回避を最大とするように、追加のパフォーマンス基準を適用した。この方法を、トレーニングデータセット及びテストデータセットを使用した交差検証法を概要する下の概略図に示す。
モデル1aがモデル1bよりも優れていると判明したので、交差検証モデルの開発にCaP集団を使用した。オーバーフィッティングを避けるために、モンテカルロ交差検証を適用した。データをトレーニング用に3分の2及びテスト用に3分の1に分割し、2000回繰り返した。トレーニングデータセットとテストデータセットにおけるAgCaPに対するNon-AgCaPの割合は同等であり、これを図10に示す。分割それぞれについて、トレーニングデータセットを使用して、4つの変数で構成される多変量ロジスティック回帰モデルを開発した。次いで、モデルを補完的なテストデータセットにおいて比較して、パフォーマンスを得た。同じ最適パフォーマンスを備えるいくつかのモデルを得て、したがって、その最終モデル及びカットポイントは、GS 4+3のがんを有するAgCaPの5%以下が陰性と分類されることを許可するとするが、Gleason 8以上のがんが陰性と分類されることを許可するものであってはならないように、一方、生検回避を最大とするように、追加のパフォーマンス基準を適用した。この方法を、トレーニングデータセット及びテストデータセットを使用した交差検証法を概要する下の概略図に示す。
交差検証法に続いて、2つのモデルを選択した。トレーニングデータセット及びテストデータセットの相対的なパフォーマンスを全体集団とともに下の概略図に示すが、これは、モンテカルロ交差検証法から導き出された上位2つのモデルの検査パフォーマンスの概要を示すものであり、一方、モデルla標準とともに両モデルの比較をTable 11(表18)に示す。
・ 3つのモデルをCaP集団のみについて開発し、次いで、全体集団に適用してそれらのパフォーマンス特性を決定した。
・ モデルMiCheck Prostate 1a標準を、標準多変量ロジスティック回帰を使用して開発した;
・ V1-MiCheck Prostateval及びV2-MiCheck Prostatevalを、交差検証多重ロジスティック回帰を使用して開発した。
・ V1-MiCheck Prostatevalは、モデルMiCheck Prostate 1a標準と比較した場合、優れた特異度、したがって、進行性CaPの同等の遅延検出とともに不要な生検回避(48%対46%)及び総生検回避の%(33%対31%)を有する。
・ V1 -MiCheck Prostatevalは、V2と比較して、全体集団について95%感度にてわずかに高い特異度を有した(48%対47%)、しかし、V2-MiCheck(登録商標)Prostatevalはトレーニングセットとテストセットの間で95%感度にてAUCと特異度の両方においてよりバランスが取れていた。
・ モデルMiCheck Prostate 1a標準を、標準多変量ロジスティック回帰を使用して開発した;
・ V1-MiCheck Prostateval及びV2-MiCheck Prostatevalを、交差検証多重ロジスティック回帰を使用して開発した。
・ V1-MiCheck Prostatevalは、モデルMiCheck Prostate 1a標準と比較した場合、優れた特異度、したがって、進行性CaPの同等の遅延検出とともに不要な生検回避(48%対46%)及び総生検回避の%(33%対31%)を有する。
・ V1 -MiCheck Prostatevalは、V2と比較して、全体集団について95%感度にてわずかに高い特異度を有した(48%対47%)、しかし、V2-MiCheck(登録商標)Prostatevalはトレーニングセットとテストセットの間で95%感度にてAUCと特異度の両方においてよりバランスが取れていた。
(h) CaP患者集団についてのV1 MiCheck 1a検証交差検証モデル
・ CaP集団においてAgCaP対NonAgCaPを区別するために開発されたモデル
・ モデル開発用のデータ: CaP患者のみ(114例のAgCaP、62例のNonAgCaP)
・ モデルパフォーマンス用のデータ: CaP患者のみ(114例のAgCaP、62例のNonAgCaP)
・ 方法:交差検証標準多変量ロジスティック回帰
・ AUCは0.8(0.73～0.87)である、ROC曲線を図11に示す
・ CaP集団においてAgCaP対NonAgCaPを区別するために開発されたモデル
・ モデル開発用のデータ: CaP患者のみ(114例のAgCaP、62例のNonAgCaP)
・ モデルパフォーマンス用のデータ: CaP患者のみ(114例のAgCaP、62例のNonAgCaP)
・ 方法:交差検証標準多変量ロジスティック回帰
・ AUCは0.8(0.73～0.87)である、ROC曲線を図11に示す
(i) 患者全体集団についてのV1 MiCheck 1a検証交差検証モデル
・ CaP集団においてAgCaP対NonAgCaPを区別するために開発されたモデル
・ モデル開発用のデータ: CaP患者のみ(76例のAgCaP、42例のNonAgCaP)
・ モデルパフォーマンス用のデータ: CaP患者のみ(114例のAgCaP、203例のNOTAg CaP)
・ 方法:交差検証標準多変量ロジスティック回帰
・ AUCは0.82(0.77～0.87)である、ROC曲線を図12に示す
・ CaP集団においてAgCaP対NonAgCaPを区別するために開発されたモデル
・ モデル開発用のデータ: CaP患者のみ(76例のAgCaP、42例のNonAgCaP)
・ モデルパフォーマンス用のデータ: CaP患者のみ(114例のAgCaP、203例のNOTAg CaP)
・ 方法:交差検証標準多変量ロジスティック回帰
・ AUCは0.82(0.77～0.87)である、ROC曲線を図12に示す
(j) 患者全体集団についてのV1 MiCheck 1a検証交差検証モデルの評価
95%感度のカットポイントを使用して全体集団に適用される場合、V1 MiCheck 1a検証アルゴリズムによって214人の患者が陽性として、103人の患者が陰性として分類される。検査結果の内訳並びにGS≧3+4及びGS≧4+3のNPVを下のTable14(表22)に示す。no CaP、non-AgCaP及びAgCaPの生検の減少率を図13に示す。
95%感度のカットポイントを使用して全体集団に適用される場合、V1 MiCheck 1a検証アルゴリズムによって214人の患者が陽性として、103人の患者が陰性として分類される。検査結果の内訳並びにGS≧3+4及びGS≧4+3のNPVを下のTable14(表22)に示す。no CaP、non-AgCaP及びAgCaPの生検の減少率を図13に示す。
(k) CaP患者集団についてのV2 MiCheck 1a検証交差検証モデル
・ CaP集団においてAgCaP対NonAgCaPを区別するために開発されたモデル
・ モデル開発用のデータ: CaP患者のみ(114例のAgCaP、62例のNonAgCaP)
・ モデルパフォーマンス用のデータ: CaP患者のみ(114例のAgCaP、62例のNonAgCaP)
・ 方法:交差検証標準多変量ロジスティック回帰
・ AUCは0.8(0.73～0.87)である、ROC曲線を図14に示す
・ CaP集団においてAgCaP対NonAgCaPを区別するために開発されたモデル
・ モデル開発用のデータ: CaP患者のみ(114例のAgCaP、62例のNonAgCaP)
・ モデルパフォーマンス用のデータ: CaP患者のみ(114例のAgCaP、62例のNonAgCaP)
・ 方法:交差検証標準多変量ロジスティック回帰
・ AUCは0.8(0.73～0.87)である、ROC曲線を図14に示す
(l) 患者全体集団についてのV2 MiCheck 1a検証交差検証モデル
・ CaP集団においてAgCaP対NonAgCaPを区別するために開発されたモデル
・ モデル開発用のデータ: CaP患者のみ(176例のAgCaP、42例のNonAgCaP)
・ モデルパフォーマンス用のデータ: CaP患者のみ(114例のAgCaP、203例のNOTAg CaP)
・ 方法:交差検証標準多変量ロジスティック回帰
・ AUCは0.83(0.78～0.88)である、ROC曲線を図15に示す
・ CaP集団においてAgCaP対NonAgCaPを区別するために開発されたモデル
・ モデル開発用のデータ: CaP患者のみ(176例のAgCaP、42例のNonAgCaP)
・ モデルパフォーマンス用のデータ: CaP患者のみ(114例のAgCaP、203例のNOTAg CaP)
・ 方法:交差検証標準多変量ロジスティック回帰
・ AUCは0.83(0.78～0.88)である、ROC曲線を図15に示す
(m) 患者全体集団についてのV2 MiCheck 1a検証交差検証モデルの評価
95%感度のカットポイントを使用して全体集団に適用される場合、V2 MiCheck 1a検証アルゴリズムによって216人の患者が陽性として、101人の患者が陰性として分類される。検査結果の内訳並びにGS≧3+4及びGS≧4+3のNPVを下のTable17(表26)に示す。no CaP、non-AgCaP及びAgCaPの生検の減少率を図16に示す。
95%感度のカットポイントを使用して全体集団に適用される場合、V2 MiCheck 1a検証アルゴリズムによって216人の患者が陽性として、101人の患者が陰性として分類される。検査結果の内訳並びにGS≧3+4及びGS≧4+3のNPVを下のTable17(表26)に示す。no CaP、non-AgCaP及びAgCaPの生検の減少率を図16に示す。
(n) 患者集団PSA範囲2～10ng/ml及びPSA4～10ng/mlについてのV1 MiCheck 1a検証交差検証モデルの評価
生検の閾値として使用する最適なPSA値については議論が続いている。>4ng/mlのPSA値が生検の閾値として歴史的に使用されてきた、一方、>3ng/mlを又は>1.5ng/mlで更に低く提唱する者もいる9。PSAの「グレーゾーン」4～10ng/mlは、患者のわずかに26%しか前立腺がんを有していないので、特に問題となる。
生検の閾値として使用する最適なPSA値については議論が続いている。>4ng/mlのPSA値が生検の閾値として歴史的に使用されてきた、一方、>3ng/mlを又は>1.5ng/mlで更に低く提唱する者もいる9。PSAの「グレーゾーン」4～10ng/mlは、患者のわずかに26%しか前立腺がんを有していないので、特に問題となる。
V1 MiCheck 1a検証モデルを、評価可能なPSA範囲全体集団において95%感度を与える同じカットポイントを使用して、PSA範囲2～10ng/ml及び4～10ng/mlの患者において検査した。
これらの群の検査パフォーマンスを下のTable 18(表27)に示す。
(o) 前立腺体積を含むモデルの開発
前立腺体積は多くの場合、前立腺がん擬陽性の患者のMRI評価過程で収集される。前立腺体積は、進行性前立腺がん患者におけるよりも、非がん患者及び非進行性がん患者において有意に高かった(Table 19(表28)を参照されたい)。したがって、前立腺体積を、DREの代用として、又はDREとともにいずれかで、モデル開発の変数に組み込んだ。
前立腺体積は多くの場合、前立腺がん擬陽性の患者のMRI評価過程で収集される。前立腺体積は、進行性前立腺がん患者におけるよりも、非がん患者及び非進行性がん患者において有意に高かった(Table 19(表28)を参照されたい)。したがって、前立腺体積を、DREの代用として、又はDREとともにいずれかで、モデル開発の変数に組み込んだ。
前立腺体積を、110人のAgCaP対象、56人のNon-AgCaP対象及び139人のNoCaP対象について収集した。非進行性がん又は非進行性及び非がんの各患者とを区別するための個々の被験物質のAUC及びp値をTable 19(表28)に示す。
モデル開発のゴールは、PSA、DRE、PV又は遊離型PSAの%などの現在利用可能な臨床検査に基づいて、進行性前立腺がん対非進行性前立腺がんの存在を正確に予測する能力を改善することであった。
各ロジスティック回帰モデルについて、PSA、遊離型PSAの%、PV及びHE4値を得、対数変換した。変換値に、これらそれぞれのlogオッズ比係数を乗じた。異常/擬陽性のDRE状態が得られた場合、それにそのlogオッズ比係数を乗じた。積を合計してLogit(P)値を生成し、次いでこれを以下の式において使用して確率スコアPを生成した。
一般式は、
である。
・分類:
P>閾値の場合、患者はAgCaPを有すると分類される
・分類:
P>閾値の場合、患者はAgCaPを有すると分類される
さまざまなモデルのパフォーマンスに対する追加の被験物質の寄与を、Table 20(表29)に示す。
注目すべきことに、PSAにPVを追加すると、CaP集団においてnon-AgCaPからAgCaPを区別する上でAUCが向上し(0.77対0.73)、一方、遊離型PSAの%を含めるとAUCの軽微な更なる向上という結果であった(0.78対0.77)。WFDC2(HE4)の追加により、本集団において更に改善されたAUCがもたらされた(0.80対0.78、Table 20(表29))。95%感度にての特異度は、PSAにPV及び遊離型PSAの%を追加した後にわずかな向上を示した。しかし、WFDC2(HE4)を含めると、CaP集団において95%感度にて特異度の向上がもたらされた(36%対29%)が、これは統計的有意性にはいたらなかった(p=0.289、Table 21(表30))。
モデル(h)を全体集団に適用した場合、WFDC2(HE4)の包含により、モデル(g)と比較してAUCが向上した(0.85対0.83、Table 20(表29))が、この向上は統計的有意性にはいたらなかった(p=0.355、Table 21(表30))。WFDC2(HE4)の包含により、本集団において95%感度にての特異度が向上した(45%対39%)が、この向上は統計的有意差が得られなかった(p=0.09、Table 21(表30))。
変数PSA、PV、遊離型PSAの%及びWFDC2(HE4)を使用してモデル開発を更に最適化するために、以下のアプローチを採用した:
1. モデルMiCheck Prostate 1a標準PVを、標準多変量ロジスティック回帰モデリングを使用して、CaP集団のみについて開発した
2. モデルMiCheck Prostate lb標準PVを、標準多変量ロジスティック回帰モデリングを使用して、全体集団について開発した
3. 次に、両方のモデルを使用して全体集団についてパフォーマンスを評価した
4. モデルMiCheck Prostate 1a標準PVが、モデルMiCheck Prostate lb標準PVよりも良好なパフォーマンスを有したので、モデルMiCheck Prostate 1avalを、交差検証(「val」)多変量ロジスティック回帰モデルを使用して、CaP集団のみについて開発した;次いで、全体集団に適用した
5. モデルMiCheck Prostate 1avalPVの最適バージョンを、交差検証に続いて得た。
1. モデルMiCheck Prostate 1a標準PVを、標準多変量ロジスティック回帰モデリングを使用して、CaP集団のみについて開発した
2. モデルMiCheck Prostate lb標準PVを、標準多変量ロジスティック回帰モデリングを使用して、全体集団について開発した
3. 次に、両方のモデルを使用して全体集団についてパフォーマンスを評価した
4. モデルMiCheck Prostate 1a標準PVが、モデルMiCheck Prostate lb標準PVよりも良好なパフォーマンスを有したので、モデルMiCheck Prostate 1avalを、交差検証(「val」)多変量ロジスティック回帰モデルを使用して、CaP集団のみについて開発した;次いで、全体集団に適用した
5. モデルMiCheck Prostate 1avalPVの最適バージョンを、交差検証に続いて得た。
これらの工程については、下により詳細に記載する。
(p) CaP集団のみについて開発された標準ロジスティック回帰モデル1aPV
・ CaP集団においてAgCaP対NonAgCaPを区別するために開発されたモデル
・ モデル開発用のデータ: CaP患者のみ(110例のAgCaP、56例のNonAgCaP)
・ パフォーマンスレポート用のデータ: CaP患者のみ(110例のAgCaP、56例のNonAgCaP)
・ 方法:標準多変量ロジスティック回帰
・ AUCは0.8(0.73～0.87)である、ROC曲線を図17に示す
(p) CaP集団のみについて開発された標準ロジスティック回帰モデル1aPV
・ CaP集団においてAgCaP対NonAgCaPを区別するために開発されたモデル
・ モデル開発用のデータ: CaP患者のみ(110例のAgCaP、56例のNonAgCaP)
・ パフォーマンスレポート用のデータ: CaP患者のみ(110例のAgCaP、56例のNonAgCaP)
・ 方法:標準多変量ロジスティック回帰
・ AUCは0.8(0.73～0.87)である、ROC曲線を図17に示す
(q) 患者全体集団に適用された標準ロジスティック回帰モデル1aPV
・ (a)において開発されたモデルを患者全体集団に適用した。
・ モデル開発用のデータ: CaP患者のみ(110例のAgCaP、56例のNonAgCaP)
・ パフォーマンスレポート用のデータ:評価可能な全体集団(110例のAgCaP、195例のNOT Ag CaP)
・ 方法:標準多変量ロジスティック回帰
・ AUCは0.85(0.80～0.89)である、ROC曲線を図18に示す
・ (a)において開発されたモデルを患者全体集団に適用した。
・ モデル開発用のデータ: CaP患者のみ(110例のAgCaP、56例のNonAgCaP)
・ パフォーマンスレポート用のデータ:評価可能な全体集団(110例のAgCaP、195例のNOT Ag CaP)
・ 方法:標準多変量ロジスティック回帰
・ AUCは0.85(0.80～0.89)である、ROC曲線を図18に示す
(r) 全体集団についてのMiCheck 1aPV検査パフォーマンスの評価
95%感度のカットポイントを使用して利用可能なPVデータを有する全体集団に適用される場合、MiCheck la標準PVアルゴリズムによって211人の患者が陽性として、94人の患者が陰性として分類される。検査結果の内訳並びにGS≧3+4及びGS≧4+3のNPVを下のTable 23(表33)に示す。no CaP、NonAgCaP及びAgCaPの生検の減少率を図19に示す。
95%感度のカットポイントを使用して利用可能なPVデータを有する全体集団に適用される場合、MiCheck la標準PVアルゴリズムによって211人の患者が陽性として、94人の患者が陰性として分類される。検査結果の内訳並びにGS≧3+4及びGS≧4+3のNPVを下のTable 23(表33)に示す。no CaP、NonAgCaP及びAgCaPの生検の減少率を図19に示す。
(s) 患者全体集団について開発された標準ロジスティック回帰モデルlbPV
・ 全体集団においてAgCaP対NOT AgCaPを区別するために開発されたモデル
・ モデル開発用のデータ:研究全体集団(110例のAgCaP、195例のNOT AgCaP)
・ パフォーマンスレポート用のデータ:研究全体集団(110例のAgCaP、195例のNOT AgCaP)
・ 方法:標準多変量ロジスティック回帰
・ AUCは0.84(0.79～0.89)である、ROC曲線を図20に示す。
・ 全体集団においてAgCaP対NOT AgCaPを区別するために開発されたモデル
・ モデル開発用のデータ:研究全体集団(110例のAgCaP、195例のNOT AgCaP)
・ パフォーマンスレポート用のデータ:研究全体集団(110例のAgCaP、195例のNOT AgCaP)
・ 方法:標準多変量ロジスティック回帰
・ AUCは0.84(0.79～0.89)である、ROC曲線を図20に示す。
(t) 全体集団についてのMiCheck1b標準PV検査パフォーマンスの評価
95%感度のカットポイントを使用して全体集団に適用される場合、MiCheck 1b標準PVアルゴリズムによって228人の患者が陽性として、77人の患者が陰性として分類される。検査結果の内訳並びにGS≧3+4及びGS≧4+3のNPVを下のTable 25(表36)に示す。no CaP、non-AgCaP及びAgCaPの生検の減少率を図21に示す。
95%感度のカットポイントを使用して全体集団に適用される場合、MiCheck 1b標準PVアルゴリズムによって228人の患者が陽性として、77人の患者が陰性として分類される。検査結果の内訳並びにGS≧3+4及びGS≧4+3のNPVを下のTable 25(表36)に示す。no CaP、non-AgCaP及びAgCaPの生検の減少率を図21に示す。
(u) 標準ロジスティック回帰モデルのパフォーマンス比較
・ モデルMiCheck laPVを、CaP集団のみについて開発し、次いで全体集団に適用してそのパフォーマンス特性を決定した
・ モデルMiCheck lbPVを全体集団について開発し、次いで全体集団に適用してそのパフォーマンス特性を決定した
・ 進行性がんに対する95%感度の臨床医の所望の感度にての検査パフォーマンスを比較した
・ モデルMiCheck 1aPVは、95%感度にて優れた特異度(45%対36%)を有しており、したがって、モデルMiCheck lPVと比較した場合、より高い不要な生検回避を有する
・ モデルMiCheck laPVを、CaP集団のみについて開発し、次いで全体集団に適用してそのパフォーマンス特性を決定した
・ モデルMiCheck lbPVを全体集団について開発し、次いで全体集団に適用してそのパフォーマンス特性を決定した
・ 進行性がんに対する95%感度の臨床医の所望の感度にての検査パフォーマンスを比較した
・ モデルMiCheck 1aPVは、95%感度にて優れた特異度(45%対36%)を有しており、したがって、モデルMiCheck lPVと比較した場合、より高い不要な生検回避を有する
(v) CaP集団を使用した交差検証モデルの開発
モデル1aPVがモデル1bPVよりも優れていると判明したので、交差検証モデルの開発にCaP集団を使用した。オーバーフィッティングを避けるために、モンテカルロ交差検証を適用した。データをトレーニング用に3分の2及びテスト用に3分の1に分割し、2000回繰り返した。トレーニングデータセットとテストデータセットにおいてNon-AgCaPのAgCaPに対する割合は同等であり、これを図22に示す。分割それぞれについて、トレーニングデータセットを使用して、4つの変数で構成される多変量ロジスティック回帰モデルを開発した。次いで、モデルを補完的なテストデータセットにおいて比較して、パフォーマンスを得た。同じ最適パフォーマンスを備えるいくつかのモデルを得て、したがって、その最終モデル及びカットポイントは、GS 4+3のがんを有するAgCaPの5%以下が陰性と分類されることを許可するとするが、Gleason 8以上のがんが陰性と分類されることを許可するものであってはならないように、一方、生検回避を最大とするように、追加のパフォーマンス基準を適用した。方法の概略図を下に示す。
モデル1aPVがモデル1bPVよりも優れていると判明したので、交差検証モデルの開発にCaP集団を使用した。オーバーフィッティングを避けるために、モンテカルロ交差検証を適用した。データをトレーニング用に3分の2及びテスト用に3分の1に分割し、2000回繰り返した。トレーニングデータセットとテストデータセットにおいてNon-AgCaPのAgCaPに対する割合は同等であり、これを図22に示す。分割それぞれについて、トレーニングデータセットを使用して、4つの変数で構成される多変量ロジスティック回帰モデルを開発した。次いで、モデルを補完的なテストデータセットにおいて比較して、パフォーマンスを得た。同じ最適パフォーマンスを備えるいくつかのモデルを得て、したがって、その最終モデル及びカットポイントは、GS 4+3のがんを有するAgCaPの5%以下が陰性と分類されることを許可するとするが、Gleason 8以上のがんが陰性と分類されることを許可するものであってはならないように、一方、生検回避を最大とするように、追加のパフォーマンス基準を適用した。方法の概略図を下に示す。
交差検証法に続いて、最適なモデルを選択した。トレーニングデータセット及びテストデータセットのROC曲線をそれぞれ図23及び図24に示す。評価可能なCaP全体集団におけるパフォーマンスのROC曲線を図25に示し、一方、全体集団におけるパフォーマンスを図26に示す。
(w) CaP患者集団についてのMiCheck 1a検証PV交差検証モデル
・ CaP集団においてAgCaP対NonAgCaPを区別するために開発されたモデル
・ モデル開発用のデータ: CaP患者のみ(74例のAgCaP、38例のNonAgCaP)
・ モデルパフォーマンス用のデータ: CaP患者のみ(110例のAgCaP、56例のNonAgCaP)
・ 方法:交差検証標準多変量ロジスティック回帰
・ AUCは0.8(0.73～0.87)である、ROC曲線を図25に示す
・ CaP集団においてAgCaP対NonAgCaPを区別するために開発されたモデル
・ モデル開発用のデータ: CaP患者のみ(74例のAgCaP、38例のNonAgCaP)
・ モデルパフォーマンス用のデータ: CaP患者のみ(110例のAgCaP、56例のNonAgCaP)
・ 方法:交差検証標準多変量ロジスティック回帰
・ AUCは0.8(0.73～0.87)である、ROC曲線を図25に示す
(x) 患者全体集団についてのMiCheck 1a検証PV交差検証モデル
・ CaP集団においてAgCaP対NonAgCaPを区別するために開発されたモデル
・ モデル開発用のデータ: CaP患者のみ(74例のAgCaP、38例のNonAgCaP)
・ モデルパフォーマンス用のデータ: CaP患者のみ(110例のAgCaP、195例のNOT AgCaP)
・ 方法:交差検証標準多変量ロジスティック回帰
・ AUCは0.84(0.80～0.89)である、ROC曲線を図26に示す
・ CaP集団においてAgCaP対NonAgCaPを区別するために開発されたモデル
・ モデル開発用のデータ: CaP患者のみ(74例のAgCaP、38例のNonAgCaP)
・ モデルパフォーマンス用のデータ: CaP患者のみ(110例のAgCaP、195例のNOT AgCaP)
・ 方法:交差検証標準多変量ロジスティック回帰
・ AUCは0.84(0.80～0.89)である、ROC曲線を図26に示す
(y) 患者全体集団についてのMiCheck 1a検証PV交差検証モデルの評価
95%感度のカットポイントを使用して全体集団に適用される場合、MiCheck 1a検証PVアルゴリズムによって210人の患者が陽性として、103人の患者が陰性として分類される。検査結果の内訳並びにGS≧3+4及びGS≧4+3のNPVを下のTable 28(表41)に示す。no CaP、non-AgCaP及びAgCaPの生検の減少率を図27に示す。
95%感度のカットポイントを使用して全体集団に適用される場合、MiCheck 1a検証PVアルゴリズムによって210人の患者が陽性として、103人の患者が陰性として分類される。検査結果の内訳並びにGS≧3+4及びGS≧4+3のNPVを下のTable 28(表41)に示す。no CaP、non-AgCaP及びAgCaPの生検の減少率を図27に示す。
(z) 患者集団PSA範囲2～10ng/ml及びPSA4～10ng/mlについてのMiCheck 1a検証PV交差検証モデルの評価
MiCheck 1a検証PVモデルを、評価可能なPSA範囲全体集団において95%感度を与える同じカットポイントを使用して、PSA範囲2～10ng/ml及び4～10ng/mlの患者において検査した。
MiCheck 1a検証PVモデルを、評価可能なPSA範囲全体集団において95%感度を与える同じカットポイントを使用して、PSA範囲2～10ng/ml及び4～10ng/mlの患者において検査した。
これらの群の検査パフォーマンスを下のTable 29(表42)に示す。
(aa) DREと前立腺体積の両方によるモデルの開発
ロジスティック回帰モデルにおいてDREと前立腺体積の両方を含めることの効果について評価した。前立腺体積は、110人のAgCaP対象、56人のNon-AgCaP対象及び139人のNoCaP対象について収集した。非進行性がん患者又は非進行性がん患者及び非がん患者とを区別するための個々の被験物質のAUC及びp値を上でTable 19(表28)に示す。
ロジスティック回帰モデルにおいてDREと前立腺体積の両方を含めることの効果について評価した。前立腺体積は、110人のAgCaP対象、56人のNon-AgCaP対象及び139人のNoCaP対象について収集した。非進行性がん患者又は非進行性がん患者及び非がん患者とを区別するための個々の被験物質のAUC及びp値を上でTable 19(表28)に示す。
各標準ロジスティック回帰モデルについて、PSA、遊離型PSAの%、PV及びHE4値を得、対数変換した。変換値に、これらそれぞれのlogオッズ比係数を乗じた。異常/擬陽性のDRE状態が得られた場合、それにそのlogオッズ比係数を乗じた。積を合計してLogit(P)値を生成し、次いでこれを以下の式において使用して確率スコアPを生成した。
一般式は、
である。
・分類:
P>閾値の場合、患者はAgCaPを有すると分類される
・分類:
P>閾値の場合、患者はAgCaPを有すると分類される
さまざまなモデルのパフォーマンスに対する追加の被験物質の寄与を、Table 30(表43)に示す。
注目すべきことに、PV及びDREを追加すると(モデル1)、モデル(h)及び(k)と比較して、CaP集団においてnon-AgCaPからAgCaPを区別する上でAUCが向上し(0.81対0.80)、一方、95%感度にての特異度は、モデル(h)及びモデル(k)については、それぞれわずかな向上(36%～39%)又はわずかな低下(41%～39%)のいずれかを示した。これらの変化はいずれも統計的有意性に達しなかった(Table 31(表44))。
モデル(l)を全体集団に適用した場合、DREとPVの両方の包含により、モデル(h)又は(k)と比較して、AUCが向上して(それぞれ0.86対0.85及び0.86対0.82、Table 31(表44))、この向上はモデル(k)と比較してモデル(l)について統計的に有意であった。DREとPVの両方の包含により、本集団においてモデル(h)と(k)の両方と比較して95%感度にての特異度が向上した(49%対45%及び49%対48%)が、これは統計的有意性が得られなかった。
(bb) CaP集団のみについて開発された標準ロジスティック回帰モデル1a
・ CaP集団においてAgCaP対NonAgCaPを区別するために開発されたモデル
・ モデル開発用のデータ: CaP患者のみ(110例のAgCaP、56例のNonAgCaP)
・ パフォーマンスレポート用のデータ: CaP患者のみ(110例のAgCaP、56例のNonAgCaP)
・ 方法:標準多変量ロジスティック回帰
・ AUCは0.81(0.75～0.88)である、ROC曲線を図28に示す
・ CaP集団においてAgCaP対NonAgCaPを区別するために開発されたモデル
・ モデル開発用のデータ: CaP患者のみ(110例のAgCaP、56例のNonAgCaP)
・ パフォーマンスレポート用のデータ: CaP患者のみ(110例のAgCaP、56例のNonAgCaP)
・ 方法:標準多変量ロジスティック回帰
・ AUCは0.81(0.75～0.88)である、ROC曲線を図28に示す
(cc) 患者全体集団に適用された標準ロジスティック回帰モデル1a
・ (bb)において開発されたモデルを患者全体集団に適用した。
・ モデル開発用のデータ: CaP患者のみ(110例のAgCaP、56例のNonAgCaP)
・ パフォーマンスレポート用のデータ: 評価可能な全体集団(110例のAgCaP、195例のNOT Ag CaP)
・ 方法:標準多変量ロジスティック回帰
・ AUCは0.86(0.82～0.90)である、ROC曲線を図29に示す
・ (bb)において開発されたモデルを患者全体集団に適用した。
・ モデル開発用のデータ: CaP患者のみ(110例のAgCaP、56例のNonAgCaP)
・ パフォーマンスレポート用のデータ: 評価可能な全体集団(110例のAgCaP、195例のNOT Ag CaP)
・ 方法:標準多変量ロジスティック回帰
・ AUCは0.86(0.82～0.90)である、ROC曲線を図29に示す
(dd) PSA2～10ng/mlのCaP患者集団に適用された標準ロジスティック回帰モデル1a
・ (bb)において開発されたモデルを患者全体集団に適用した。
・ モデル開発用のデータ: CaP患者のみ(110例のAgCaP、56例のNonAgCaP)
・ パフォーマンスレポート用のデータ: PSA範囲2～10ng/mlのCaP集団(78例のAgCaP、52例のNonAgCaP)
・ 方法:標準多変量ロジスティック回帰
・ AUCは0.78(0.70～0.86)である、ROC曲線を図30に示す
・ (bb)において開発されたモデルを患者全体集団に適用した。
・ モデル開発用のデータ: CaP患者のみ(110例のAgCaP、56例のNonAgCaP)
・ パフォーマンスレポート用のデータ: PSA範囲2～10ng/mlのCaP集団(78例のAgCaP、52例のNonAgCaP)
・ 方法:標準多変量ロジスティック回帰
・ AUCは0.78(0.70～0.86)である、ROC曲線を図30に示す
全体集団において95%感度に使用されるカットポイントは、PSA2～10ng/mlの集団において92%の感度を示した(太字体)。
(ee) 患者全体集団PSA範囲2～10ng/mlに適用された標準ロジスティック回帰モデル1a
・ (bb)において開発されたモデルを患者全体集団に適用した。
・ モデル開発用のデータ: CaP患者のみ(110例のAgCaP、56例のNonAgCaP)
・ パフォーマンスレポート用のデータ:評価可能な全体集団PSA範囲2～10ng/ml(78例のAgCaP、178例のNOT AgCaP)
・ 方法:標準多変量ロジスティック回帰
・ AUCは0.84(0.78～0.89)である、ROC曲線を図31に示す
・ (bb)において開発されたモデルを患者全体集団に適用した。
・ モデル開発用のデータ: CaP患者のみ(110例のAgCaP、56例のNonAgCaP)
・ パフォーマンスレポート用のデータ:評価可能な全体集団PSA範囲2～10ng/ml(78例のAgCaP、178例のNOT AgCaP)
・ 方法:標準多変量ロジスティック回帰
・ AUCは0.84(0.78～0.89)である、ROC曲線を図31に示す
全体集団において95%感度に使用されるカットポイントは、PSA2～10ng/mlの集団において92%の感度を示した(太字体)。
(参考文献)
(参考文献)
Claims (34)
- 検査対象において進行性前立腺がん(CaP)を診断する方法であって、
(a) 検査対象の生体試料中の1つ又は複数の被験物質の被験物質レベルを得る工程、及び検査対象から1つ又は複数の臨床変数の測定値を得る工程、並びに
(b) 適切なアルゴリズム及び/又は変換を検査対象の臨床変数測定値と被験物質レベルの組合せに適用する工程であって、それによって閾値と比較するための検査対象スコア値を生成する、工程、並びに
(c) 対象の検査スコア値と閾値の比較により、検査対象が進行性CaPを有するかどうかを判定する工程
を含み、
1つ又は複数の被験物質は、WAP 4ジスルフィドコアドメインタンパク質2(WFDC2(HE4))、及び必要に応じて総前立腺特異抗原(PSA)を含むか又はそれらからなり、
1つ又は複数の臨床変数は、遊離型PSAの%、DRE、前立腺体積(PV)のうちの少なくとも1つを含み、
閾値は、
進行性CaPを有する対象の集団から及び進行性CaPを有さない対照である対象の集団から、得られた一連の生体試料において、前記1つ又は複数の被験物質を測定する工程であって、それによって一連の前記生体試料それぞれにおける前記被験物質それぞれについて被験物質レベルを得る、工程、
進行性CaPと進行性CaPの非存在との区別を可能にする様式で、一連の前記被験物質レベルそれぞれを、集団の前記対象それぞれから得られた前記1つ又は複数の臨床変数の測定値と組み合わせる工程であって、それによって閾値を生成する、工程
によって決定された、
方法。 - 対照である対象の集団は、前立腺がんを有さない対象及び非進行性前立腺がんを有する対象を含む、請求項1に記載の方法。
- 検査対象が非進行性又は進行性前立腺がん(CaP)を有するかどうかを識別する方法であって、
(a) 検査対象の生体試料中の1つ又は複数の被験物質の被験物質レベルを得る工程、及び検査対象から1つ又は複数の臨床変数の測定値を得る工程、並びに
(b) 適切なアルゴリズム及び/又は変換を検査対象の臨床変数測定値と被験物質レベルの組合せに適用する工程であって、それによって閾値と比較するための検査対象スコア値を生成する、工程、並びに
(c) 対象の検査スコア値と閾値の比較により、検査対象が進行性CaPを有するかどうかを判定する工程
を含み、
1つ又は複数の被験物質は、WFDC2 (HE4)、及び必要に応じて総PSAを含むか又はそれらからなり、
1つ又は複数の臨床変数は、遊離型PSAの%、DRE、前立腺体積(PV)のうちの少なくとも1つを含み、
閾値は、
進行性CaPを有する対象の集団から及び非進行性CaPを有する対照である対象の集団から、得られた一連の生体試料において、前記1つ又は複数の被験物質を測定する工程であって、それによって一連の前記生体試料それぞれにおける前記被験物質それぞれについて被験物質レベルを得る、工程、
進行性CaPと非進行性CaPとの区別を可能にする様式で、一連の前記被験物質レベルそれぞれを、集団の前記対象それぞれから得られた前記1つ又は複数の臨床変数の測定値と組み合わせる工程であって、それによって閾値を生成する、工程
によって決定された、
方法。 - 対照である対象の集団は、グリソンスコア3+3によって定義される非進行性CaPを有する、請求項1又は請求項3に記載の方法。
- 閾値は、方法を実施する前に決定される、請求項1から4のいずれか一項に記載の方法。
- 1つ又は複数の臨床変数及び1つ又は複数の被験物質は、以下のいずれか1つを含むか又はそれらからなる、請求項1から5のいずれか一項に記載の方法:
- WFDC2 (HE4)及び遊離型PSAの%
- WFDC2 (HE4)及びDRE
- WFDC2 (HE4)及びPV
- WFDC2 (HE4)、遊離型PSAの%、及びDRE
- WFDC2 (HE4)、遊離型PSAの%、及びPV
- WFDC2 (HE4)、総PSA及び遊離型PSAの%
- WFDC2 (HE4)、総PSA及びDRE
- WFDC2 (HE4)、総PSA及びPV
- WFDC2 (HE4)、総PSA、遊離型PSAの%、及びDRE、又は
- WFDC2 (HE4)、総PSA、遊離型PSAの%、及びPV。 - 組み合わせた被験物質及び/又は臨床変数の測定値のサブセットを選択して、閾値を生成する工程を含む、請求項1から6のいずれか一項に記載の方法。
- 一連の前記被験物質レベルそれぞれを、1つ又は複数の臨床変数の前記測定値と組み合わせる前記工程は、以下の式に従って、前記区別を最大にする様式で、臨床変数測定値と被験物質レベルとのロジスティック回帰スコアを組み合わせる工程を含む、請求項1から7のいずれか一項に記載の方法:
(i)
Pは検査対象が進行性前立腺がんを有していることの確率であり、
係数iは変数のオッズ比の自然対数であり、
変換された変数iは変数i値の自然対数である)、
又は
(ii)
Pは検査対象が進行性前立腺がんを有する確率であり、
係数iは変数のオッズ比の自然対数であり、
変換された変数iは変数i値の自然対数であり、
DRE値1は異常を指示するが、一方、DRE値0は正常を指示する)。 - 適切なアルゴリズム及び/又は変換を臨床変数測定値と被験物質レベルの組合せに適用する前記工程は、指数関数、対数関数、べき関数及び/又はルート関数の使用を含む、請求項1から8のいずれか一項に記載の方法。
- 検査対象の臨床変数測定値と被験物質レベルの組合せに適用された適切なアルゴリズム及び/又は変換は、以下の式に従っており:
(i)
Pは検査対象が進行性前立腺がんを有していることの確率であり、
係数iは変数のオッズ比の自然対数であり、
変換された変数iは変数i値の自然対数である)、
又は
(ii)
Pは検査対象が進行性前立腺がんを有していることの確率であり、
係数iは変数のオッズ比の自然対数であり、
変換された変数iは変数i値の自然対数であり、
DRE値1は異常を指示するが、一方、DRE値0は正常を指示する)、
且つ
前記適切なアルゴリズム及び/又は変換を使用して、閾値と比較される対象の検査スコアを生成し、それによって検査対象が進行性前立腺がんを有するかどうかを判定する、
請求項1から9のいずれか一項に記載の方法。 - 一連の前記被験物質レベルそれぞれを、集団の前記対象それぞれから得られた前記1つ又は複数の臨床変数の測定値と組み合わせる前記工程は、前記区別を最大にする、請求項1から10のいずれか一項に記載の方法。
- 一連の前記被験物質レベルそれぞれと、集団の前記対象それぞれから得られた1つ又は複数の臨床変数の測定値と組み合わせる前記工程は、
(i) 進行性CaPを有する対象と前記対照である対象との間の誤分類率を減少させ、及び/又は
(ii) 進行性CaPを有する対象と前記対照である対象とを区別する上での感度を向上させ、及び/又は
(iii) 進行性CaPを有する対象と前記対照である対象とを区別する上での特異度を向上させる、
様式で実施される、請求項1から11のいずれか一項に記載の方法。 - 進行性CaPを有する対象と前記対照である対象との間の誤分類率を減少させる様式での前記組合せ工程は、適切な真陽性率及び/又は真陰性率を選択する工程を含む、請求項12に記載の方法。
- 進行性CaPを有する対象と前記対照である対象との間の誤分類率を減少させる様式での前記組合せ工程は、誤分類率を最小とする、請求項12に記載の方法。
- 進行性CaPを有する対象と前記対照である対象との間の誤分類率を減少させる様式での前記組合せ工程は、
真陽性率が真陰性率と交差する点を特定することによって、進行性CaPを有する対象と前記対照である対象との間の誤分類率を最小にする工程を含む、
請求項12に記載の方法。 - 進行性CaPを有する対象と前記対照である対象とを区別する上での感度を向上させる様式で、組み合わせた臨床変数測定値及び組み合わせた被験物質レベルから閾値を選択する前記工程は、前記感度を向上させる又は最大にする、請求項12に記載の方法。
- 進行性CaPを有する対象と前記対照である対象とを区別する上での特異度を向上させる様式で、組み合わせた臨床変数測定値及び組み合わせた被験物質レベルから閾値を選択する前記工程は、前記特異度を向上させる又は最大にする、請求項12に記載の方法。
- 1つ又は複数の臨床変数及び1つ又は複数の被験物質は、
- 総PSA、遊離型PSAの%、DRE、WFDC2(HE4)
- 総PSA、遊離型PSAの%、PV、WFDC2(HE4)、又は
- 総PSA、遊離型PSAの%、DRE、PV、WFDC2(HE4)
を含むか又はそれらからなる、
請求項1から17のいずれか一項に記載の方法。 - 検査対象は、前立腺がんの陽性指標を以前に受けたことがある、請求項1から18のいずれか一項に記載の方法。
- 検査対象は、デジタル直腸診(DRE)によって及び/又はPSA検査によって前立腺がんの陽性指標を以前に受けたことがある、請求項1から19のいずれか一項に記載の方法。
- 検査対象は、PSAレベル2～10ng/mL血液、又は4～10ng/mL血液を有する、請求項1から19のいずれか一項に記載の方法。
- 前記集団それぞれから得られる一連の生体試料及び/又は検査対象の生体試料は、全血、血清、血漿、唾液、涙、尿、及び組織から選択される、請求項1から21のいずれか一項に記載の方法。
- 前記検査対象、進行性CaPを有する対象の前記集団、及び対照である対象の前記集団はヒトである、請求項1から22のいずれか一項に記載の方法。
- 検査対象の生体試料中の1つ又は複数の被験物質を測定する工程であって、それによって前記1つ又は複数の被験物質それぞれの被験物質レベルを得る、工程を更に含む、請求項1から23のいずれか一項に記載の方法。
- 検査対象の生体試料中の1つ又は複数の被験物質を測定する前記工程は、
(i) 前記被験物質レベルそれぞれを表示する1つ又は複数の蛍光シグナルを測定する工程、
(ii) 生体試料中の前記被験物質の質量/体積の測定値を得る工程、
(iii) 前記被験物質レベルそれぞれを表示する吸光度シグナルを測定する工程、又は
(iv) 電気化学発光、質量分析、タンパク質アレイ技術、高速液体クロマトグラフィー(HPLC)、ゲル電気泳動、放射性標識、及びそれらの任意の組合せからなる群から選択される技術を使用する工程
を含む、請求項24に記載の方法。 - 前記被験物質それぞれの検出のため、検査対象の生体試料を、第1の及び第2の抗体集団と接触させるか、又は一連の生体試料をそれらと接触させた、請求項24又は請求項25に記載の方法であって、
前記抗体集団それぞれが前記被験物質の1つに対して結合特異性を有し、第1の及び第2の抗体集団は異なる被験物質結合特異性を有する、
方法。 - 第1の及び/又は第2の抗体集団は標識されている、請求項26に記載の方法。
- 第1の及び/又は第2の抗体集団は、放射性標識、蛍光標識、ビオチン-アビジン増幅システム、化学発光システム、ミクロスフェア、及び金コロイドからなる群から選択される標識を含む、請求項27に記載の方法。
- 被験物質への前記抗体集団それぞれの結合は、
免疫蛍光、放射性標識、免疫ブロッティング、ウェスタンブロッティング、酵素結合免疫吸着アッセイ(ELISA)、フローサイトメトリー、免疫沈降、免疫組織化学、バイオフィルム検査、アフィニティーリングテスト、抗体アレイ光学密度検査、及び化学発光、
からなる群から選択される技術によって検出される、請求項26から28のいずれか一項に記載の方法。 - 検査対象からの生体試料又は前記集団それぞれから得られた一連の生体試料中の前記被験物質それぞれを測定する前記工程は、被験物質を直接測定する工程を含む、請求項24から29のいずれか一項に記載の方法。
- 検査対象からの生体試料又は前記集団それぞれから得られた一連の生体試料中の前記被験物質それぞれを測定する前記工程は、被験物質をコードする核酸を検出する工程を含む、請求項24から29のいずれか一項に記載の方法。
- 検査対象中の1つ又は複数の臨床変数の2つを測定する工程を更に含む、請求項1から31のいずれか一項に記載の方法。
- 前記閾値を決定する工程を更に含む、請求項1から32のいずれか一項に記載の方法。
- 前記閾値を決定する工程は、進行性CaPを有する対象の集団から及び進行性CaPを有さない対照である対象の集団から、得られた一連の生体試料において前記1つ又は複数の被験物質を測定する工程であって、それによって一連の前記生体試料それぞれ中の前記被験物質それぞれの被験物質レベルを得る、工程、
を含む、請求項33に記載の方法。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| AU2020902212A AU2020902212A0 (en) | 2020-06-30 | Biomarker combinations for determining aggressive prostate cancer | |
| AU2020902212 | 2020-06-30 | ||
| PCT/AU2021/050705 WO2022000041A1 (en) | 2020-06-30 | 2021-06-30 | Biomarker combinations for determining aggressive prostate cancer |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2023531567A true JP2023531567A (ja) | 2023-07-24 |
Family
ID=79317588
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2023523315A Pending JP2023531567A (ja) | 2020-06-30 | 2021-06-30 | 進行性前立腺がんを判定するためのバイオマーカー組合せ |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US20230305009A1 (ja) |
| EP (1) | EP4172629A1 (ja) |
| JP (1) | JP2023531567A (ja) |
| AU (1) | AU2021298661A1 (ja) |
| CA (1) | CA3188184A1 (ja) |
| WO (1) | WO2022000041A1 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024082026A1 (en) * | 2022-10-20 | 2024-04-25 | Minomic International Ltd. | Methods for detecting aggressive prostate cancer |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020069580A1 (en) * | 2018-10-05 | 2020-04-09 | Minomic International Ltd. | Biomarker combinations for determining aggressive prostate cancer |
-
2021
- 2021-06-30 CA CA3188184A patent/CA3188184A1/en active Pending
- 2021-06-30 US US18/010,108 patent/US20230305009A1/en active Pending
- 2021-06-30 EP EP21831826.9A patent/EP4172629A1/en active Pending
- 2021-06-30 JP JP2023523315A patent/JP2023531567A/ja active Pending
- 2021-06-30 WO PCT/AU2021/050705 patent/WO2022000041A1/en unknown
- 2021-06-30 AU AU2021298661A patent/AU2021298661A1/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022000041A1 (en) | 2022-01-06 |
| US20230305009A1 (en) | 2023-09-28 |
| AU2021298661A1 (en) | 2023-02-02 |
| EP4172629A1 (en) | 2023-05-03 |
| CA3188184A1 (en) | 2022-01-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA2516795C (en) | Circulating tumor cells (ctc's): early assessment of time to progression,_survival and response to therapy in metastatic cancer patients | |
| TWI698639B (zh) | 前列腺抗原標準品及其用途 | |
| US20230333111A1 (en) | Biomarker combinations for determining aggressive prostate cancer | |
| US20210011010A1 (en) | Apparatus and method for absolute quantification of biomarkers for solid tumor diagnosis | |
| Steuber et al. | Thrombospondin 1 and cathepsin D improve prostate cancer diagnosis by avoiding potentially unnecessary prostate biopsies | |
| JP6760666B2 (ja) | 前立腺疾患のためのバイオマーカーの組み合わせ | |
| US20230305009A1 (en) | Biomarker combinations for determining aggressive prostate cancer | |
| CN101852805B (zh) | Angptl3作为卵巢癌的诊断标记物的用途 | |
| US11791043B2 (en) | Methods of prognosing early stage breast lesions | |
| US20150004633A1 (en) | Assays and methods for the diagnosis of ovarian cancer | |
| CN113302495A (zh) | 膀胱癌的检测 | |
| WO2024082026A1 (en) | Methods for detecting aggressive prostate cancer | |
| US10416164B2 (en) | Methods for determining breast cancer risk | |
| US20230176061A1 (en) | Methods for diagnosing high-risk cancer using polysialic acid and one or more tissue-specific biomarkers | |
| US20150018239A1 (en) | Biomarker set for identifying a severe form of cancer | |
| Moul et al. | NADiA® ProsVue™ PSA Slope Is an Independent Prognostic Marker for Identifying Men at Reduced Risk for Clinical Recurrence of Prostate Cancer after Radical Prostatectomy | |
| CA3226197A1 (en) | Risk prediction model for prostate cancer | |
| CN116660537A (zh) | 一种评估三阴乳腺癌复发和预后的生物标志物及其应用 |